Demo Version, 1 sentence

.gitignore

@@ -0,0 +1,9 @@
+__pycache__/
+*.pyc
+*.pyo
+*.log
+*.sqlite3
+.venv
+.git
+.gradio
+

Dockerfile

@@ -0,0 +1,27 @@
+FROM python:3.12.3
+
+# Systempakete installieren
+RUN apt-get update && apt-get install -y \
+    build-essential \
+    curl \
+    git \
+    && rm -rf /var/lib/apt/lists/*
+
+# Arbeitsverzeichnis setzen
+WORKDIR /app
+
+# Dateien kopieren
+COPY requirements.txt .
+COPY main.py .
+COPY texts.txt .
+
+# requirements.txt installieren
+
+RUN pip install --upgrade pip setuptools wheel
+RUN pip install -r requirements.txt
+
+# spaCy Sprachmodell (Deutsch) installieren
+RUN python -m spacy download de_core_news_sm
+
+# Startbefehl
+CMD ["python", "main.py"]

README.md

@@ -0,0 +1,35 @@
+---
+title: NER + Sentiment Analyse (Deutsch)
+emoji: 🧠
+colorFrom: gray
+colorTo: gray
+sdk: gradio
+sdk_version: 5.49.1
+app_file: app.py
+pinned: false
+---
+
+# 🧠 NER + Sentiment Analyse für deutsche Texte
+
+Dieser Space kombiniert Named Entity Recognition (NER) mit Sentimentanalyse für deutsche Texte. Die App nutzt spaCy zur Erkennung von Entitäten und ein BERT-Modell zur Bewertung der Stimmung einzelner Sätze.
+
+## 🔍 Funktionen
+
+- **Entitäten erkennen**: Personen, Organisationen, Orte u.v.m.
+- **Sentiment analysieren**: Positiv, Neutral oder Negativ pro Satz
+- **Verknüpfung**: Entitäten werden **nur mit dem Sentiment des gleichen Satzes** verbunden
+- **Interaktive Eingabe**: Gib deinen Text direkt im Browser ein und erhalte eine strukturierte Tabelle
+
+## 🛠️ Technologien
+
+- spaCy – NER mit deutschem Sprachmodell
+- Transformers – Sentimentanalyse mit `oliverguhr/german-sentiment-bert`
+- Gradio – Webinterface für die Demo
+
+## 📦 Installation (lokal)
+
+Falls du die App lokal ausführen möchtest:
+
+```bash
+pip install -r requirements.txt
+python app.py

app.py

@@ -0,0 +1,53 @@
+import spacy
+import pandas as pd
+from transformers import pipeline
+import gradio as gr
+import subprocess
+import sys
+
+# Versuche, spaCy zu laden – falls nicht vorhanden, lade es herunter
+try:
+    nlp = spacy.load("de_core_news_sm")
+except OSError:
+    subprocess.run([sys.executable, "-m", "spacy", "download", "de_core_news_sm"])
+    nlp = spacy.load("de_core_news_sm")
+
+# Lade Sentimentmodell, cache lokal
+sentiment_analyzer = pipeline(
+    "sentiment-analysis", 
+    model="oliverguhr/german-sentiment-bert"
+)
+
+def link_entities_with_sentiment(text):
+    doc = nlp(text)
+    sentences = list(doc.sents)
+    entity_sentiment_links = []
+
+    for i, sentence in enumerate(sentences):
+        entities = [(ent.text, ent.label_) for ent in sentence.ents]
+        sentiment = sentiment_analyzer(sentence.text)[0]
+
+        for ent_text, ent_label in entities:
+            entity_sentiment_links.append({
+                "Entity": ent_text,
+                "Label": ent_label,
+                "Sentence Index": i,
+                "Sentiment Label": sentiment["label"],
+                "Sentiment Score": round(sentiment["score"], 3)
+            })
+
+    df = pd.DataFrame(entity_sentiment_links)
+    return df if not df.empty else "Keine Entitäten gefunden."
+
+# Gradio Interface
+demo = gr.Interface(
+    fn=link_entities_with_sentiment,
+    inputs=gr.Textbox(lines=10, label="Gib deinen deutschen Text ein"),
+    outputs=gr.Dataframe(label="Entitäten mit Sentiment"),
+    title="NER + Sentiment Analyse (Deutsch)",
+    description="Diese Demo verknüpft erkannte Entitäten mit Sentiment-Labels aus dem gleichen Satz.",
+    allow_flagging="manual",
+)
+
+if __name__ == "__main__":
+    demo.launch()

requirements.txt

@@ -0,0 +1,8 @@
+
+de_core_news_sm @ https://github.com/explosion/spacy-models/releases/download/de_core_news_sm-3.8.0/de_core_news_sm-3.8.0-py3-none-any.whl
+gradio==5.49.1
+hf_transfer==0.1.9
+pandas==2.3.2
+spacy==3.8.7
+torch==2.8.0
+transformers==4.56.1

start_app.sh

@@ -0,0 +1,14 @@
+#!/bin/bash
+
+# Startskript local
+
+# Virtuelle Umgebung erstellen
+python3 -m venv .venv
+source .venv/bin/activate
+
+# Abhängigkeiten installieren
+pip install --upgrade pip
+pip install -r requirements.txt
+
+# App starten
+python app.py