Upload app_gradio.py

app_gradio.py

@@ -0,0 +1,182 @@
+"""
+Versão Gradio para Hugging Face Spaces
+Mais simples e com GPU gratuita!
+"""
+
+import gradio as gr
+import torch
+from transformers import AutoTokenizer, AutoModelForSequenceClassification
+import numpy as np
+
+# Configuração
+MODEL_NAME = "lxyuan/distilbert-base-multilingual-cased-sentiments-student"
+
+# Carregar modelo
+print("Carregando modelo...")
+tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME)
+model = AutoModelForSequenceClassification.from_pretrained(MODEL_NAME)
+model.eval()
+
+# Labels
+LABEL_MAP = {
+    0: "NEGATIVO",
+    1: "NEUTRO",
+    2: "POSITIVO"
+}
+
+EMOJI_MAP = {
+    "NEGATIVO": "😢",
+    "NEUTRO": "😐",
+    "POSITIVO": "😊"
+}
+
+def classificar_sentimento(texto):
+    """
+    Classifica o sentimento do texto.
+    """
+    if not texto or len(texto.strip()) < 3:
+        return "Por favor, digite um texto válido.", {}, 0.0
+    
+    # Tokenizar
+    inputs = tokenizer(
+        texto,
+        padding=True,
+        truncation=True,
+        max_length=512,
+        return_tensors='pt'
+    )
+    
+    # Predição
+    with torch.no_grad():
+        outputs = model(**inputs)
+    
+    # Probabilidades
+    probs = torch.nn.functional.softmax(outputs.logits, dim=-1)
+    probs = probs.numpy()[0]
+    
+    # Resultado
+    pred_class = int(np.argmax(probs))
+    sentimento = LABEL_MAP[pred_class]
+    confianca = float(np.max(probs))
+    
+    # Criar dicionário de probabilidades para o Label
+    prob_dict = {
+        f"{EMOJI_MAP[LABEL_MAP[i]]} {LABEL_MAP[i]}": float(probs[i])
+        for i in range(len(probs))
+    }
+    
+    # Resultado principal
+    resultado = f"{EMOJI_MAP[sentimento]} **{sentimento}**"
+    
+    return resultado, prob_dict, confianca
+
+# Exemplos
+exemplos = [
+    ["Adorei o produto! Superou minhas expectativas."],
+    ["Péssimo atendimento, nunca mais volto."],
+    ["Ok, nada de especial."],
+    ["O filme é sensacional! Recomendo muito!"],
+    ["Horrível! Pior experiência da minha vida."],
+    ["Satisfeito com a compra, chegou rápido."],
+]
+
+# Tema customizado
+tema = gr.themes.Soft(
+    primary_hue="purple",
+    secondary_hue="blue",
+)
+
+# Interface Gradio
+with gr.Blocks(theme=tema, title="Análise de Sentimentos") as demo:
+    gr.Markdown(
+        """
+        # 🤖 Análise de Sentimentos com IA
+        
+        Descubra o sentimento por trás do texto usando modelos Transformer!
+        
+        Digite ou cole um texto e descubra se é **positivo**, **negativo** ou **neutro**.
+        """
+    )
+    
+    with gr.Row():
+        with gr.Column(scale=2):
+            texto_input = gr.Textbox(
+                label="📝 Digite seu texto aqui",
+                placeholder="Ex: Adorei o produto! Superou todas as minhas expectativas...",
+                lines=5,
+                max_lines=10
+            )
+            
+            with gr.Row():
+                btn_analisar = gr.Button("🔍 Analisar Sentimento", variant="primary", size="lg")
+                btn_limpar = gr.ClearButton([texto_input], value="🗑️ Limpar")
+    
+    with gr.Row():
+        with gr.Column(scale=1):
+            resultado_output = gr.Markdown(
+                label="Resultado",
+                value=""
+            )
+            
+            confianca_output = gr.Number(
+                label="📊 Confiança",
+                precision=2
+            )
+        
+        with gr.Column(scale=1):
+            probs_output = gr.Label(
+                label="📈 Distribuição de Probabilidades",
+                num_top_classes=3
+            )
+    
+    gr.Markdown("### 💡 Exemplos para testar:")
+    gr.Examples(
+        examples=exemplos,
+        inputs=texto_input,
+        outputs=[resultado_output, probs_output, confianca_output],
+        fn=classificar_sentimento,
+        cache_examples=False
+    )
+    
+    gr.Markdown(
+        """
+        ---
+        ### 📚 Sobre o Modelo
+        
+        Este sistema usa modelos **Transformer** treinados em milhares de textos em português.
+        
+        **Características:**
+        - ✅ Análise em tempo real
+        - ✅ Suporte para português brasileiro
+        - ✅ Alta precisão
+        - ✅ Múltiplas classes (Positivo, Neutro, Negativo)
+        
+        **Limitações:**
+        - Textos muito longos são truncados
+        - Sarcasmo pode ser difícil de detectar
+        - Contexto cultural pode afetar resultados
+        
+        ---
+        **Feito com ❤️ usando Transformers e Gradio**
+        """
+    )
+    
+    # Eventos
+    btn_analisar.click(
+        fn=classificar_sentimento,
+        inputs=texto_input,
+        outputs=[resultado_output, probs_output, confianca_output]
+    )
+    
+    texto_input.submit(
+        fn=classificar_sentimento,
+        inputs=texto_input,
+        outputs=[resultado_output, probs_output, confianca_output]
+    )
+
+# Iniciar
+if __name__ == "__main__":
+    demo.launch(
+        share=False,
+        show_error=True
+    )