Update app.py

app.py

@@ -16,8 +16,8 @@ def predict_single(text):
     
     result = classifier(text)[0]
     return {
-        "negative (stars 1, 2 and 3)": f"{1 - result['score']:.4f}" if result['label'] == 'positive' else f"{result['score']:.4f}",
-        "positive (stars 4 and 5)": f"{result['score']:.4f}" if result['label'] == 'positive' else f"{1 - result['score']:.4f}"
+        "negative (stars 1, 2 and 3)": f"{1 - result['score']:.6f}" if result['label'] == 'positive' else f"{result['score']:.6f}",
+        "positive (stars 4 and 5)": f"{result['score']:.6f}" if result['label'] == 'positive' else f"{1 - result['score']:.6f}"
     }
 
 def process_batch(file):
@@ -33,8 +33,8 @@ def process_batch(file):
         pred = classifier(text)[0]
         results.append({
             "文本": text,
-            "negative (stars 1, 2 and 3)": f"{1 - pred['score']:.4f}" if pred['label'] == 'positive' else f"{pred['score']:.4f}",
-            "positive (stars 4 and 5)": f"{pred['score']:.4f}" if pred['label'] == 'positive' else f"{1 - pred['score']:.4f}"
+            "negative (stars 1, 2 and 3)": f"{1 - pred['score']:.6f}" if pred['label'] == 'positive' else f"{pred['score']:.6f}",
+            "positive (stars 4 and 5)": f"{pred['score']:.6f}" if pred['label'] == 'positive' else f"{1 - pred['score']:.6f}"
         })
     
     df = pd.DataFrame(results)
@@ -46,16 +46,24 @@ def process_batch(file):
 
 # =============== 界面布局 ===============
 with gr.Blocks(title="基于RoBERTa模型的中文情感分析系统", css="""
-    .gradio-container {max-width: 900px}
-    .df-table {width: 100%}
-""") as demo:
+    .gradio-container {max-width: 900px;
+    margin:0 auto !important;
+    padding:20px;
+    }
+    .df-table {width: 100%;
+    }
+    hi, .markdown-text{
+    text-align:center !important;
+    }
+    """
+) as demo:
     # 标题和说明
     gr.Markdown("""
     # 基于RoBERTa模型的中文情感分析系统
-    本系统使用RoBERTa中文情感分类模型，实现积极与消极情绪的二分类分析  
+    本项目使用RoBERTa中文情感分类模型，实现积极与消极情绪的二分类分析  
     **标签说明**：  
     positive：积极情绪（相当于评分4星和5星）  
-    negative：消极情绪（相当于评分1星和2星）
+    negative：消极情绪（相当于评分1星、2星和3星）
     """)
 
     # ===== 单句分析标签页 =====
@@ -114,9 +122,9 @@ with gr.Blocks(title="基于RoBERTa模型的中文情感分析系统", css="""
         outputs=download_btn
     )
 
-    # 页脚
+    # 页脚（居中）
     gr.Markdown("---")
-    gr.Markdown("燕山大学文法学院 姜永超，联系方式: [email protected]")
+    gr.Markdown("燕山大学文法学院 姜，联系方式: [email protected]")
 
 # 启动应用
 demo.launch()