Update app.py

app.py

@@ -1,83 +1,100 @@
-import gradio as gr
-import pandas as pd
-import matplotlib.pyplot as plt
-from datetime import datetime
-import os
-
-# CSV 檔案位置（HF Spaces 用 /tmp 保留 session 期間）
-DATA_FILE = "/tmp/stress_data.csv"
-
-# 模擬分析函數
-def analyze(text):
-    # 假設這裡是你的 BERT 或 transformers 分析
-    import random
-    stress_score = random.randint(0, 100)  # 模擬壓力值
-    result_text = f"文字分析結果：壓力指數 {stress_score}"
-    
-    # 儲存資料
-    save_data(text, stress_score)
-    
-    # 生成趨勢圖
-    fig = plot_trend()
-    
-    return result_text, fig
-
-# 儲存資料到 CSV
-def save_data(text, score):
-    now = datetime.now()
-    df = pd.DataFrame([[now, text, score]], columns=["timestamp", "text", "stress"])
-    if os.path.exists(DATA_FILE):
-        df.to_csv(DATA_FILE, mode="a", header=False, index=False)
-    else:
-        df.to_csv(DATA_FILE, index=False)
-
-# 畫心理壓力趨勢圖
-def plot_trend():
-    fig, ax = plt.subplots(figsize=(6,3))
-    if not os.path.exists(DATA_FILE):
-        ax.text(0.5, 0.5, "暫無資料", ha='center', va='center')
-        ax.set_axis_off()
-        return fig
-
-    df = pd.read_csv(DATA_FILE)
-    df['timestamp'] = pd.to_datetime(df['timestamp'])
-    ax.plot(df['timestamp'], df['stress'], marker='o', linestyle='-')
-    ax.set_title("心理壓力趨勢")
-    ax.set_xlabel("時間")
-    ax.set_ylabel("壓力指數")
-    ax.grid(True)
-    plt.xticks(rotation=30)
-    return fig
-
-# 清除資料功能
-def reset_data():
-    if os.path.exists(DATA_FILE):
-        os.remove(DATA_FILE)
-    fig, ax = plt.subplots()
-    ax.text(0.5, 0.5, "資料已重置", ha='center', va='center')
-    ax.set_axis_off()
-    return "資料已重置", fig
-
-# Gradio 介面
-with gr.Blocks() as demo:
-    gr.Markdown("# 中文心理壓力分析器")
-    gr.Markdown("BERT + 關鍵詞分析總壓力值。輸入你的心情，查看文字分析與心理壓力趨勢。")
-    
-    with gr.Row():
-        text_input = gr.Textbox(
-            label="和我聊聊吧", 
-            placeholder="說說今天的心情或煩惱...", 
-            lines=5
-        )
-    with gr.Row():
-        submit_btn = gr.Button("分析")
-        reset_btn = gr.Button("重置資料")
-    
-    result_text = gr.Textbox(label="分析結果")
-    trend_plot = gr.Plot(label="心理壓力趨勢")
-    
-    # 按鈕觸發事件
-    submit_btn.click(analyze, inputs=text_input, outputs=[result_text, trend_plot])
-    reset_btn.click(reset_data, inputs=None, outputs=[result_text, trend_plot])
-
+import gradio as gr
+import pandas as pd
+import matplotlib.pyplot as plt
+from datetime import datetime
+import os
+from transformers import pipeline
+
+# CSV 檔案位置
+DATA_FILE = "/tmp/stress_data.csv"
+
+# 初始化 transformers 分析 pipeline
+# 這裡使用假設的中文情緒分析模型
+# 如果你有心理壓力專用模型，替換 model="你的模型名稱"
+classifier = pipeline(
+    "text-classification",
+    model="uer/roberta-base-finetuned-chinanews-chinese",  # 中文分類範例
+    device=-1  # CPU；若有 GPU，可設成 0
+)
+
+# 分析函數
+def analyze(text):
+    # 用模型預測
+    pred = classifier(text)[0]  # 回傳 dict: {'label': 'POSITIVE', 'score': 0.95}
+    
+    label = pred['label']
+    score = pred['score']
+    
+    # 假設我們把正面 -> 壓力低，負面 -> 壓力高
+    if label in ["POSITIVE", "positive"]:
+        stress_score = int((1 - score) * 100)  # 正面越高，壓力越低
+    else:
+        stress_score = int(score * 100)        # 負面越高，壓力越高
+    
+    result_text = f"文字分析結果：情緒標籤 {label}，壓力指數 {stress_score}"
+    
+    # 儲存資料
+    save_data(text, stress_score)
+    
+    # 生成趨勢圖
+    fig = plot_trend()
+    
+    return result_text, fig
+
+# 以下函數維持不變
+def save_data(text, score):
+    now = datetime.now()
+    df = pd.DataFrame([[now, text, score]], columns=["timestamp", "text", "stress"])
+    if os.path.exists(DATA_FILE):
+        df.to_csv(DATA_FILE, mode="a", header=False, index=False)
+    else:
+        df.to_csv(DATA_FILE, index=False)
+
+def plot_trend():
+    fig, ax = plt.subplots(figsize=(6,3))
+    if not os.path.exists(DATA_FILE):
+        ax.text(0.5, 0.5, "暫無資料", ha='center', va='center')
+        ax.set_axis_off()
+        return fig
+
+    df = pd.read_csv(DATA_FILE)
+    df['timestamp'] = pd.to_datetime(df['timestamp'])
+    ax.plot(df['timestamp'], df['stress'], marker='o', linestyle='-')
+    ax.set_title("心理壓力趨勢")
+    ax.set_xlabel("時間")
+    ax.set_ylabel("壓力指數")
+    ax.grid(True)
+    plt.xticks(rotation=30)
+    return fig
+
+def reset_data():
+    if os.path.exists(DATA_FILE):
+        os.remove(DATA_FILE)
+    fig, ax = plt.subplots()
+    ax.text(0.5, 0.5, "資料已重置", ha='center', va='center')
+    ax.set_axis_off()
+    return "資料���重置", fig
+
+# Gradio 介面維持不變
+with gr.Blocks() as demo:
+    gr.Markdown("# 中文心理壓力分析器")
+    gr.Markdown("""這是一款結合 BERT 深度學習模型與關鍵詞分析的心理壓力評估工具。
+輸入中文文字，它就能分析文字隱含的心理壓力，並生成壓力分數與趨勢圖。""")
+    
+    with gr.Row():
+        text_input = gr.Textbox(
+            label="和我聊聊吧", 
+            placeholder="說說今天的心情或煩惱...", 
+            lines=5
+        )
+    with gr.Row():
+        submit_btn = gr.Button("分析")
+        reset_btn = gr.Button("重置資料")
+    
+    result_text = gr.Textbox(label="分析結果")
+    trend_plot = gr.Plot(label="心理壓力趨勢")
+    
+    submit_btn.click(analyze, inputs=text_input, outputs=[result_text, trend_plot])
+    reset_btn.click(reset_data, inputs=None, outputs=[result_text, trend_plot])
+
 demo.launch()