Update app.py

app.py

@@ -1,41 +1,20 @@
-# Importa librerias
+# Import libraries
 from transformers import pipeline
 import gradio as gr
 
-# Inicialización de Modelo de Clasificación de Sentimiento
-modelo = 'pysentimiento/robertuito-sentiment-analysis'
-pipeline_de_clasificador = pipeline("text-classification",model=modelo)
+# Initialize Sentiment Classification Model
+model_name = 'pysentimiento/robertuito-sentiment-analysis'
+classifier = pipeline("text-classification", model=model_name)
 
-def clasificador(texto):
-    return str(pipeline_de_clasificador(texto)[0]['label'])
+def classify_text(text):
+    return str(classifier(text)[0]['label'])
 
-with gr.Blocks() as demo:
-    with gr.Row():
-        with gr.Column():
-            input = gr.Textbox(label="Texto a clasificar")
-            btn_clasificar = gr.Button(value="Clasificar")
-        with gr.Column():
-            output = gr.Textbox(label="Sentimiento")
+# Create Gradio Interface
+input_text = gr.inputs.Textbox(label="Texto a clasificar")
+output_text = gr.outputs.Textbox(label="Sentimiento")
 
-    def clasificador(btn):
-        # perform sentiment analysis on input text and get the result as `sentiment`
-        sentiment = "POS"  # replace with actual sentiment analysis result
-        
-        # map sentiment to the corresponding label
-        if sentiment == "POS":
-            sentiment_label = "Positivo"
-        elif sentiment == "NEU":
-            sentiment_label = "Neutro"
-        elif sentiment == "NEG":
-            sentiment_label = "Negativo"
-        else:
-            sentiment_label = "Desconocido"
-        
-        output.value = sentiment_label
-            
-    btn_clasificar.click(clasificador, inputs=input, outputs=output)
-    examples = gr.Examples(examples=['Estoy feliz 🤗 de mostrarles un toolkit para Análisis de Sentimientos y otras tareas de SocialNLP',
-                  'Espero que no lo odien.',
-                  'Lo odiamos.'], inputs=[input])
-
-demo.launch()
+gr.Interface(fn=classify_text, inputs=input_text, outputs=output_text, examples=[
+    ['Estoy feliz 🤗 de mostrarles un toolkit para Análisis de Sentimientos y otras tareas de SocialNLP'],
+    ['Espero que no lo odien.'],
+    ['Lo odiamos.']
+]).launch()