Upload app and requirements files

app.py

@@ -0,0 +1,191 @@
+import gradio as gr
+import torch
+from transformers import pipeline
+import plotly.graph_objects as go
+import pandas as pd
+
+# -----------------------------------------------------------------------------
+# 1. Chargement du modèle (inchangé)
+# -----------------------------------------------------------------------------
+# Mettons le chargement dans un bloc try-except pour une meilleure gestion d'erreur
+try:
+    classifier = pipeline(
+        "text-classification",
+        model="oliviercaron/fr-camembert-spplus-sentiment",
+        device_map="auto",
+        top_k=None
+    )
+    print("Modèle chargé avec succès.")
+except Exception as e:
+    print(f"Erreur lors du chargement du modèle : {e}")
+    classifier = None
+
+# -----------------------------------------------------------------------------
+# 2. Fonction d'analyse (entièrement réécrite)
+# -----------------------------------------------------------------------------
+def analyze_sentiment(text: str):
+    """
+    Analyse le sentiment d'un texte et retourne une synthèse, un graphique
+    et un tableau détaillé des scores.
+    """
+    if not classifier:
+        # Gère le cas où le modèle n'a pas pu être chargé
+        return "Erreur : Le modèle d'analyse n'est pas disponible.", None, None
+
+    if not text or not text.strip():
+        # Retourne des valeurs vides pour réinitialiser l'interface
+        return None, None, None
+
+    # Obtenir les prédictions du modèle
+    results = classifier(text)[0]
+
+    # Trier les résultats par score (le plus élevé en premier)
+    results = sorted(results, key=lambda x: x['score'], reverse=True)
+
+    # --- Création du DataFrame pour le tableau de résultats ---
+    labels = [r['label'] for r in results]
+    scores_formatted = [f"{r['score'] * 100:.2f} %" for r in results]
+    emoji_map = {"Positif": "🟢", "Négatif": "🔴", "Neutre": "⚪"}
+    emojis = [emoji_map.get(label, "⚫") for label in labels]
+    
+    # Le DataFrame que l'on affichera dans l'onglet "Scores Détaillés"
+    df_results = pd.DataFrame({
+        "": emojis,
+        "Sentiment": labels,
+        "Confiance": scores_formatted
+    })
+
+    # --- Création du graphique à barres Plotly ---
+    chart_scores = [r['score'] * 100 for r in results]
+    colors = ['#22c55e' if label == 'Positif' else '#ef4444' if label == 'Négatif' else '#6b7280' for label in labels]
+
+    fig = go.Figure(data=[
+        go.Bar(
+            x=labels, y=chart_scores, marker_color=colors,
+            text=[f'{s:.1f}%' for s in chart_scores], textposition='auto',
+        )
+    ])
+    fig.update_layout(
+        title_text="Distribution des Sentiments",
+        xaxis_title="Sentiment", yaxis_title="Confiance (%)",
+        yaxis=dict(range=[0, 100]),
+        template="plotly_white", height=350, font=dict(size=14)
+    )
+
+    # --- Création du texte de synthèse ---
+    top_prediction = results[0]
+    top_label_emoji = emoji_map.get(top_prediction['label'], "⚫")
+    
+    confidence_level = "Très élevée" if top_prediction['score'] > 0.9 else \
+                       "Élevée" if top_prediction['score'] > 0.7 else \
+                       "Modérée" if top_prediction['score'] > 0.5 else "Faible"
+
+    summary_text = (
+        f"### {top_label_emoji} Prédiction principale : **{top_prediction['label']}**\n"
+        f"**Niveau de confiance :** {confidence_level} ({top_prediction['score']*100:.1f}%)"
+    )
+
+    # Retourner les 3 éléments qui correspondent aux sorties de l'interface
+    return summary_text, fig, df_results
+
+# -----------------------------------------------------------------------------
+# 3. Données pour l'interface (exemples et style)
+# -----------------------------------------------------------------------------
+# Les exemples sont bien choisis, on les garde.
+examples = [
+    "Accueil très aimable, explications claires, je suis satisfait.",
+    "Personnel compétent et à l'écoute, démarche rapide et efficace.",
+    "Excellent service, je recommande vivement cette démarche en ligne.",
+    "Je n'ai pas d'avis particulier sur la question.",
+    "Le service était correct, sans plus.",
+    "RAS, tout s'est bien passé comme d'habitude.",
+    "Très déçu, aucune réponse à mes emails depuis des semaines.",
+    "Procédure beaucoup trop compliquée et inutilement longue.",
+]
+
+# Le CSS est bien, on le garde
+css = """
+.gradio-container {
+    font-family: 'Segoe UI', Tahoma, Geneva, Verdana, sans-serif;
+    max-width: 1024px;
+    margin: auto;
+}
+.main-header {
+    text-align: center;
+    margin-bottom: 2rem;
+}
+"""
+
+# -----------------------------------------------------------------------------
+# 4. Construction de l'interface Gradio (réorganisée avec onglets)
+# -----------------------------------------------------------------------------
+with gr.Blocks(css=css, theme=gr.themes.Soft(), title="Analyse de sentiment") as iface:
+    
+    # --- En-tête ---
+    gr.HTML("""
+    <div class="main-header">
+        <h1>🇫🇷 Analyse de sentiment pour les Services Publics</h1>
+        <p style="font-size: 1.1rem; color: #4b5563;">
+            Analyse des retours usagers avec le modèle <strong>fr-camembert-spplus-sentiment</strong>
+        </p>
+        <p style="font-size: 0.9rem; color: #6b7280;">
+            <a href="https://huggingface.co/oliviercaron/fr-camembert-spplus-sentiment" target="_blank">🤗 Voir le modèle sur HuggingFace</a> | 
+            <span>Données issues de la plateforme <a href="https://www.plus.transformation.gouv.fr/" target="_blank">Services Publics +</a></span>
+        </p>
+    </div>
+    """)
+    
+    # --- Corps de l'application en 2 colonnes ---
+    with gr.Row(variant="panel"):
+        # --- Colonne de gauche (Entrée) ---
+        with gr.Column(scale=2):
+            gr.Markdown("### 1. Saisissez votre texte")
+            text_input = gr.Textbox(
+                label="Commentaire de l'usager",
+                placeholder="Ex: 'Très satisfait du service, réponse rapide et claire.'",
+                lines=5,
+            )
+            
+            analyze_btn = gr.Button("🔍 Analyse du sentiment", variant="primary", scale=1)
+            
+            gr.Markdown("### 💡 Ou testez avec des exemples")
+            # NOUVEAU : Utilisation de gr.Examples pour un code plus propre et une meilleure UI
+            gr.Examples(
+                examples=examples,
+                inputs=text_input,
+                label="Cliquez sur un exemple pour le tester",
+                examples_per_page=8
+            )
+
+        # --- Colonne de droite (Résultats avec onglets) ---
+        with gr.Column(scale=3):
+            gr.Markdown("### 2. Consultez les résultats")
+            with gr.Tabs():
+                # Onglet 1 : La vue principale et la plus simple
+                with gr.TabItem("📊 Synthèse", id=0):
+                    summary_output = gr.Markdown(label="Conclusion de l'analyse")
+                    chart_output = gr.Plot(label="Distribution des scores")
+                
+                # Onglet 2 : Le tableau détaillé pour ceux qui veulent les chiffres précis
+                with gr.TabItem("📋 Scores détaillés", id=1):
+                    dataframe_output = gr.DataFrame(
+                        label="Tableau des probabilités par sentiment",
+                        headers=["", "Sentiment", "Confiance"],
+                        interactive=False,
+                        row_count=(3, "fixed"),
+                        col_count=(3, "fixed")
+                    )
+
+    # --- Gestionnaire d'événement ---
+    analyze_btn.click(
+        fn=analyze_sentiment,
+        inputs=[text_input],
+        # L'ordre des sorties doit correspondre à l'ordre du 'return' de la fonction
+        outputs=[summary_output, chart_output, dataframe_output]
+    )
+
+# -----------------------------------------------------------------------------
+# 5. Lancement de l'application
+# -----------------------------------------------------------------------------
+if __name__ == "__main__":
+    iface.launch(debug=True)

requirements.txt

@@ -0,0 +1,7 @@
+gradio
+torch
+transformers
+pandas
+plotly
+sentencepiece
+protobuf