app.py

import gradio as gr
from transformers import pipeline
import torch

# -----------------------------------------------------------------
# 1. تحديد الحد الأقصى للطول (نفس الذي استخدمته في التدريب)
MAX_LENGTH = 512

# 2. تحميل المودل الخاص بك من الـ Hub
#    سيقوم "pipeline" بتحميل المودل والتوكنايزر الخاص بك
#    (iMeshal/arabic-sentiment-classifier-marbert)
#    device=0 لاستخدام الـ GPU (إذا كان متاحاً في الـ Space)
print("Loading model pipeline...")
try:
    pipe = pipeline(
        "sentiment-analysis", 
        model="iMeshal/arabic-sentiment-classifier-marbert",
        device=0 if torch.cuda.is_available() else -1
    )
    print("Model loaded successfully.")
except Exception as e:
    print(f"Error loading model: {e}")
    pipe = None # تعيينه كـ None ليتم التعامل معه لاحقاً

# -----------------------------------------------------------------
# 3. دالة التنبؤ (التي ستتصل بـ Gradio)
def predict_sentiment(text):
    
    # رسالة خطأ إذا لم يتم تحميل المودل
    if pipe is None:
        return "حدث خطأ فادح: لم يتم تحميل المودل. يرجى مراجعة سجلات الـ Space."
        
    # 3.1. التحقق من الطول (كما طلبت)
    if len(text) > MAX_LENGTH:
        return f"⚠️ النص طويل جدًا! الحد الأقصى هو {MAX_LENGTH} حرف."
    
    if len(text.strip()) == 0:
        return "⚠️ الرجاء إدخال نص."

    # 3.2. إرسال النص إلى المودل
    try:
        result = pipe(text)[0] # نحصل على النتيجة الأولى
        
        # 3.3. تنسيق المخرجات
        label = result['label']
        score = result['score']
        
        # المودل يُرجع LABEL_0 (سلبي) و LABEL_1 (إيجابي)
        if label == 'LABEL_1':
            sentiment = "🟢 إيجابي"
        else:
            sentiment = "🔴 سلبي"
        
        return f"{sentiment} (بثقة: {score:.2%})"
        
    except Exception as e:
        return f"حدث خطأ أثناء التحليل: {str(e)}"

# -----------------------------------------------------------------
# 4. بناء واجهة Gradio
iface = gr.Interface(
    fn=predict_sentiment,
    inputs=gr.Textbox(
        lines=4, 
        placeholder="اكتب تغريدة أو جملة عربية هنا..."
    ),
    outputs=gr.Text(),
    title="📊 MARBERT لتحليل المشاعر العربية",
    description=f"أدخل نصًا (بحد أقصى {MAX_LENGTH} حرف) لمعرفة ما إذا كان إيجابيًا أم سلبيًا. (المودل: iMeshal/arabic-sentiment-classifier-marbert)",
    examples=[
        ["هذا المنتج رائع جداً وأنصح به بشدة"],
        ["أسوأ خدمة عملاء واجهتها على الإطلاق"],
        ["الجو اليوم جميل لكنه حار قليلاً"]
    ],
    allow_flagging="never" # لإخفاء زر "Flag"
)

# 5. تشغيل الواجهة
iface.launch()