Spaces:
Sleeping
Sleeping
File size: 1,633 Bytes
0ddad2b 020b4ec f74d5e4 020b4ec cde25ed 020b4ec 0b95675 eb20b5e 0b95675 e633a6b 0b95675 e5b3a4d 0b95675 e633a6b e5b3a4d 0b95675 0373cac eb20b5e e5b3a4d b5ebbe6 0ddad2b 96d3df5 eb5c494 0ddad2b 96d3df5 aebd394 96d3df5 0ddad2b 25d615d 0ddad2b 25d615d 0ddad2b |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 |
"""
from transformers import pipeline
import gradio as gr
import torch
pipe = pipeline('sentiment-analysis')
def get_sentiment(input_text):
return pipe(input_text)
app_examples = [
['Não estou em minha melhor versão'],
['Relaxado como nunca'],
['Tentando relaxar, porém preocupado ']
]
inputs = [
gr.Textbox(value=app_examples[0][0]),
]
iface = gr.Interface(fn=get_sentiment,
inputs=inputs,
outputs=["text"],
title='Sentiment Analysis',
description='Obtenha o sentimento do texto digitado 😄|😠',
examples= app_examples,
theme="gradio/monochrome"
)
iface.launch()
"""
from transformers import pipeline
import gradio as gr
import torch
from pysentimiento import create_analyzer
analyzer = create_analyzer(task="sentiment", lang="pt")
def get_sentiment(input_text):
prever = analyzer.predict([input_text])
return prever
app_examples = [
['A comunicação ineficaz entre as equipes dificultou o cumprimento dos prazos'],
['Só sei que nada sei'],
['Tentando relaxar, porém preocupado ']
]
inputs = [
gr.Textbox(value=app_examples[0][0]),
]
iface = gr.Interface(fn=get_sentiment,
inputs=inputs,
outputs=["text"],
title='Sentiment Analysis',
description='Obtenha o sentimento do texto digitado 😄😶😠',
examples= app_examples,
theme="gradio/monochrome"
)
iface.launch()
|