sentiment.py

from transformers import pipeline
import gradio as gr

classifier = pipeline("sentiment-analysis", model="cardiffnlp/twitter-xlm-roberta-base-sentiment")

def sentiment_analysis(message, history):
    """
    Función para analizar el sentimiento de un mensaje.
    Retorna la etiqueta de sentimiento con su probabilidad.
    """
    result = classifier(message)
    return f"Sentimiento : {result[0]['label']} (Probabilidad: {result[0]['score']:.2f})"

def create_sentiment_tab():
    with gr.Blocks() as sentiment_app:
        gr.Markdown("""
        # Análisis de Sentimientos
        Esta aplicación utiliza un modelo de Machine Learning para analizar el sentimiento de los mensajes ingresados. 
        Puede detectar si un texto es positivo, negativo o neutral con su respectiva probabilidad.
        """)
        
        chat = gr.ChatInterface(sentiment_analysis, type="messages")
        
        gr.Markdown("""
        ---
        ### Conéctate conmigo:
        [Instagram 📸](https://www.instagram.com/srjosueaaron/)
        
        [TikTok 🎵](https://www.tiktok.com/@srjosueaaron)
        
        [YouTube 🎬](https://www.youtube.com/@srjosueaaron)

        ---
        Demostración de Análisis de Sentimientos usando el modelo de [CardiffNLP](https://huggingface.co/cardiffnlp/twitter-xlm-roberta-base-sentiment).
        
        Desarrollado con ❤️ por [@srjosueaaron](https://www.instagram.com/srjosueaaron/).
        """)

    return sentiment_app