Update app.py

app.py

@@ -1,24 +1,30 @@
 from huggingface_hub import from_pretrained_fastai
 import gradio as gr
-from fastai.text.all import *
 
-# repo_id = "YOUR_USERNAME/YOUR_LEARNER_NAME"
+# Cargar el modelo desde Hugging Face
 repo_id = "jojimene/entregable3"
-
 learner = from_pretrained_fastai(repo_id)
-labels = learner.dls.vocab[0]
 
-def predict(text):
-    pred, pred_idx, probs = learner.predict(text)
-    print(f"Labels: {labels}, Probs: {probs}, Lengths: {len(labels)} vs {len(probs)}")
-    return {labels[i]: float(probs[i]) for i in range(len(labels))}
+# Función para predecir el sentimiento del texto
+def predict_sentiment(text):
+    try:
+        result = learner.predict(text)
+        print("Raw prediction:", result)
+
+        if isinstance(result, tuple) and len(result) == 3:
+            pred, _, probs = result
+            return {str(learner.dls.vocab[i]): float(probs[i]) for i in range(len(probs))}
+        else:
+            return f"{result}"
 
+    except Exception as e:
+        return f"Error: {str(e)}"
 
+# Crear interfaz con Gradio
 gr.Interface(
-    fn=predict,
-    inputs=gr.Textbox(lines=2, placeholder="Introduce el texto aquí..."),
+    fn=predict_sentiment,
+    inputs=gr.Textbox(lines=3, placeholder="Escribe un texto para analizar el sentimiento..."),
     outputs=gr.Label(num_top_classes=3),
-    # Puedes poner ejemplos de textos si lo deseas:
-    examples=[["Este producto es excelente."], ["No me gustó la película."]]
-).launch(share=False)
-
+    title="Análisis de Sentimiento del Clima",
+    description="Este modelo analiza el sentimiento de textos relacionados con el clima."
+).launch()