app.py

import pandas as pd
from fastai.text.all import *
from datasets import load_dataset
#from transformers import pipeline
import gradio as gr

# Modelo de clasificación usando LSTM
#learner = load_learner('modelLSTM.pkl')

# Modelo de clasificación de texto usando modelos de lenguaje
learner = load_learner('modelML.pkl')

# Modelo de clasificación basados en mecanismos de atención
#classifier = pipeline('text-classification', model='edgilr/clasificador-rotten-tomatoes')

def predict(txt):
    # Modelo de clasificación usando LSTM o modelo de clasificación de texto usando modelos de lenguaje
    pred,pred_idx,probs = learner.predict(txt)
    return pred
    # Modelo de clasificación basados en mecanismos de atención
    #return classifier(txt)['label']
    
gr.Interface(fn=predict, inputs=["text"], outputs=["text"],
             examples=['lovingly photographed in the manner of a golden book sprung to life , stuart little 2 manages sweetness largely without stickiness .',
                       'the thing looks like a made-for-home-video quickie .']).launch(share=True)