Create app.py

app.py

@@ -0,0 +1,61 @@
+import streamlit as st
+import pandas as pd
+from transformers import pipeline
+
+# 1) 감성분석 모델 불러오기
+sentiment_analyzer = pipeline(
+    "sentiment-analysis",
+    model="monologg/koelectra-base-finetuned-nsmc"
+)
+
+st.title("익명게시판 감성분석")
+
+st.write("""
+- CSV 또는 Excel 파일을 업로드해주세요.
+- 'content' 열(또는 원하는 열)에 게시글 텍스트가 있다고 가정합니다.
+- 업로드 후 '감성분석 실행' 버튼을 누르면, 각 글에 대한 긍정/부정 레이블과 점수가 표시됩니다.
+""")
+
+# 2) 파일 업로드 위젯
+uploaded_file = st.file_uploader("게시글 파일 업로드 (CSV 또는 XLSX)", type=["csv", "xlsx"])
+
+if uploaded_file is not None:
+    # 3) CSV/XLSX 판별 후 DataFrame 로드
+    if uploaded_file.name.endswith(".csv"):
+        df = pd.read_csv(uploaded_file)
+    else:  # xlsx
+        df = pd.read_excel(uploaded_file)
+    
+    st.write("미리보기:")
+    st.dataframe(df.head())  # 업로드한 데이터 일부 확인
+    
+    # 4) 감성분석 실행
+    if st.button("감성분석 실행"):
+        results_label = []
+        results_score = []
+        
+        for text in df["content"]:  # 'content' 열에 게시글이 있다고 가정
+            # 감성분석
+            result = sentiment_analyzer(text)
+            label = result[0]['label']        # positive/negative
+            score = result[0]['score']        # 신뢰도(0~1)
+            results_label.append(label)
+            results_score.append(score)
+        
+        df["sentiment_label"] = results_label
+        df["sentiment_score"] = results_score
+        
+        # 5) 결과 표시
+        st.write("감성분석 결과:")
+        st.dataframe(df)
+        
+        st.write("아래 버튼을 눌러 결과를 CSV로 다운로드할 수도 있습니다.")
+        
+        # 6) CSV 다운로드 버튼
+        csv_data = df.to_csv(index=False).encode('utf-8-sig')
+        st.download_button(
+            label="결과 CSV 다운로드",
+            data=csv_data,
+            file_name="sentiment_analysis_result.csv",
+            mime="text/csv"
+        )