Update app.py

app.py

@@ -1,33 +1,33 @@
-# Importa a biblioteca Gradio para criação de interfaces gráficas interativas e a biblioteca transformers para carregamento do modelo
-import gradio as gr
-from transformers import pipeline
+# Importa as bibliotecas necessárias
+import gradio as gr  # Para criação da interface gráfica interativa
+from transformers import pipeline  # Para carregar o modelo de classificação de texto
 
-# Define a função que processa o texto e retorna a nota da redação
+# Função para processar o texto e retornar a nota da redação
 def mostrar_resultado(texto):
-    # Verifica se o texto possui pelo menos 400 caracteres
+    # Valida se o texto tem o número mínimo de caracteres
     if len(texto) < 400:
         return 'O texto precisa ter no mínimo 400 caracteres'
     
-    # Realiza a classificação e converte o rótulo em uma nota de 0 a 1000
-    nota = int(classificador(texto)[0]['label']) * 10  # Multiplica por 10 para ajustar ao valor de 0 a 1000
+    # Executa a classificação do texto e converte o rótulo em uma nota de 0 a 10
+    nota = int(classificador(texto)[0]['label']) * 1
     return nota
 
-# Inicializa o pipeline de classificação de texto com o modelo específico no Hugging Face
+# Inicializa o pipeline de classificação de texto com o modelo personalizado no Hugging Face
 classificador = pipeline(
-    'text-classification', 
-    model='adrianoL/distilbert-pt-cased-redacao-nota-modelo',  # Nome do modelo customizado
-    framework='tf'  # Define o uso do TensorFlow
+    task='text-classification',  # Define a tarefa como classificação de texto
+    model='adrianoL/distilbert-pt-cased-redacao-nota-modelo',  # Especifica o modelo customizado
+    framework='tf'  # Utiliza o TensorFlow como backend
 )
 
-# Cria a interface gráfica com Gradio
+# Configura a interface gráfica com Gradio
 app = gr.Interface(
-    fn=mostrar_resultado,  # Função que será chamada ao clicar no botão
-    inputs=gr.Textbox(label='Digite o texto'),  # Entrada de texto para o usuário
-    outputs=gr.Textbox(label='Nota da redação'),  # Saída com a nota gerada pelo modelo
-    title='Insira um texto para receber uma nota entre 0 e 10'  # Título da interface
+    fn=mostrar_resultado,                  # Função chamada ao submeter o texto
+    inputs=gr.Textbox(label='Digite o texto'),  # Caixa de texto para entrada do usuário
+    outputs=gr.Textbox(label='Nota da redação'), # Caixa de texto para exibir a nota resultante
+    title='Insira um texto para receber uma nota entre 0 e 10' # Título da interface
 )
 
-# Lança a aplicação em um servidor local
+# Executa a aplicação localmente com opção de compartilhamento
 if __name__ == "__main__":
     app.launch(share=True)