app.py

from huggingface_hub import from_pretrained_fastai
import gradio as gr
from fastai.vision.all import *

# repo_id = "YOUR_USERNAME/YOUR_LEARNER_NAME"
repo_id = "allopeap/emociones"

learner = from_pretrained_fastai(repo_id)
labels = learner.dls.vocab

# Definimos una función que se encarga de llevar a cabo las predicciones
def predict(text):
    output  = learner.predict(text)
    print("Output of learner.predict:", output)
  if len(output) == 3:
        pred, _, probs = output
    elif len(output) == 2:
        pred, probs = output
    else:
        raise ValueError("Unexpected output format from learner.predict")

    # Convertir la predicción a etiqueta
    if pred == '0':
        return "Positive"
    elif pred == '1':
        return "Neutral"
    else:
        return "Negative"


examp = ["Todo el mundo con la segunda temporada de Narcos y yo no, PORQUE NO TENGO NETFLIX @user pasaros una suscripcion de 5 dias",
                "Me gusta estar sola y me molesta la gente que habla mucho. Si tan solo nos juntáramos a escuchar música y de rato en rato hablar de ello",
                "La voz sepsi que debe tener Que dicha Gaby! Ya el lunes regresará con toda la pata"]

# Creamos la interfaz y la lanzamos. 
gr.Interface(
    fn=predict, 
    inputs=gr.inputs.Textbox(lines=1, placeholder="Ingresa el texto aquí..."), 
    outputs=gr.Textbox(label="Prediction"),
    examples=examp
).launch(share=False)