app.py

import gradio as gr
from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

# Load models and tokenizers
tokenizer_sentiment = AutoTokenizer.from_pretrained("tmt3103/VSFC-sentiment-classify-phoBERT")
model_sentiment = AutoModelForSequenceClassification.from_pretrained("tmt3103/VSFC-sentiment-classify-phoBERT")

tokenizer_topic = AutoTokenizer.from_pretrained("tmt3103/VSFC-topic-classify-phoBERT")
model_topic = AutoModelForSequenceClassification.from_pretrained("tmt3103/VSFC-topic-classify-phoBERT")

# Define prediction functions
def predict_sentiment(text):
    model_sentiment.eval()
    with torch.no_grad():
        encoding = tokenizer_sentiment(text, return_tensors='pt', truncation=True, padding=True, max_length=128)
        output = model_sentiment(**encoding)
        pred = torch.argmax(output.logits, dim=1).item()
    sentiment_labels = ["Tiêu cực", "Trung lập", "Tích cực"]  # Cập nhật nhãn theo yêu cầu
    return sentiment_labels[pred]  # Trả về nhãn cảm xúc

def predict_topic(text):
    model_topic.eval()
    with torch.no_grad():
        encoding = tokenizer_topic(text, return_tensors='pt', truncation=True, padding=True, max_length=128)
        output = model_topic(**encoding)
        pred = torch.argmax(output.logits, dim=1).item()
    topic_labels = ["Giảng viên", "Chương trình đào tạo", "Cơ sở vật chất", "Khác"]  # Cập nhật nhãn theo yêu cầu
    return topic_labels[pred]  # Trả về nhãn chủ đề

# Define a function to handle both predictions at once
def classify_sentiment_and_topic(text):
    sentiment = predict_sentiment(text)
    topic = predict_topic(text)
    return sentiment, topic

# Create Gradio Interface
iface = gr.Interface(
    fn=classify_sentiment_and_topic,
    inputs=gr.Textbox(label="Nhập văn bản để phân loại", placeholder="Gõ văn bản của bạn ở đây..."),
    outputs=[gr.Textbox(label="Kết quả phân loại cảm xúc"), gr.Textbox(label="Kết quả phân loại chủ đề")],
    title="Phân loại cảm xúc và chủ đề",
    description="Phân loại cảm xúc (Tiêu cực, Trung lập, Tích cực) và chủ đề (Giảng viên, Chương trình đào tạo, Cơ sở vật chất, Khác) của văn bản.",
)

# Launch the app
iface.launch()