Update app.py

app.py

@@ -8,7 +8,7 @@ tokenizer = AutoTokenizer.from_pretrained(model_id, return_dict=True )
 pipe = TextClassificationPipeline(model=model, tokenizer=tokenizer, add_special_tokens=True,  max_length= 512, truncation= True)
 # Definir la función de inferencia
 def classify_message(ues_detallada, medio_de_comunicacion, asunto_o_copy):
-    combined = f"{ues_detallada} por {medio_de_comunicacion}. {asunto_o_copy}"
+    combined = f"{ues_detallada.upper()} por {medio_de_comunicacion}. {asunto_o_copy}"
     prediction = pipe(combined)
    # return pipe(combined)
     return "Comercial" if prediction[0]['label'] == 'LABEL_0' else "Informativo"
@@ -18,12 +18,12 @@ iface = gr.Interface(
     fn=classify_message,
     inputs=[
         gr.Textbox(lines=1, placeholder="Escribe la UES aquí.", label="UES"),
-        gr.Radio(["EMAIL", "SMS"], label="Canal de Comunicación"),
+        gr.Radio(["EMAIL", "SMS", "WHATSAPP"], label="Canal de Comunicación"),
         gr.Textbox(lines=2, placeholder="Escribe el asunto o copy del mensaje aquí.", label="Asunto o Copy")
     ],
     outputs= gr.Label(label="Tipo de Campaña"),
     title="Clasificador de Campañas",
-    description="Describe la unidad de negocio, el canal de comunicación y escribe el copy de la campaña para clasificar si es comercial o informativo."
+    description="Describe la unidad de negocio, el canal de comunicación y el copy de la campaña para clasificar si es comercial o informativo."
 )
 
 # Lanzar la interfaz