File size: 1,380 Bytes
902741b 66b7334 902741b 66b7334 902741b |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 |
from transformers import pipeline
import gradio as gr
classifier = pipeline("sentiment-analysis", model="cardiffnlp/twitter-xlm-roberta-base-sentiment")
def sentiment_analysis(message, history):
"""
Funci贸n 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})"
with gr.Blocks() as demo:
gr.Markdown("""
# An谩lisis de Sentimientos
Esta aplicaci贸n 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("""
---
### Con茅ctate conmigo:
[Instagram 馃摳](https://www.instagram.com/srjosueaaron/)
[TikTok 馃幍](https://www.tiktok.com/@srjosueaaron)
[YouTube 馃幀](https://www.youtube.com/@srjosueaaron)
---
Demostraci贸n de An谩lisis de Sentimientos usando el modelo de [CardiffNLP](https://huggingface.co/cardiffnlp/twitter-xlm-roberta-base-sentiment).
Desarrollado con 鉂わ笍 por [@srjosueaaron](https://www.instagram.com/srjosueaaron/).
""")
if __name__ == "__main__":
demo.launch()
|