File size: 2,222 Bytes
950f4ad d27e19a 950f4ad d27e19a f9e4334 dc1c5f1 f9e4334 950f4ad d27e19a 950f4ad d27e19a f9e4334 d27e19a f9e4334 d27e19a f9e4334 d27e19a f9e4334 d27e19a f9e4334 dc1c5f1 f9e4334 950f4ad dc1c5f1 950f4ad d27e19a |
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 |
import gradio as gr
from transformers import pipeline
# Load the sentiment analysis model
model_name = "Abduuu/ArabReview-Sentiment"
sentiment_pipeline = pipeline("text-classification", model=model_name, tokenizer=model_name)
# Define label mapping (handling both possible label formats)
label_mapping = {
"LABEL_0": "سلبي",
"LABEL_1": "إيجابي",
"Negative": "سلبي",
"Positive": "إيجابي"
}
# Function to predict sentiment
def predict_sentiment(review):
result = sentiment_pipeline(review)[0]
sentiment_label = label_mapping.get(result["label"], "غير معروف") # Handle unexpected labels
confidence = f"{(result['score'] * 100):.2f}%"
return sentiment_label, confidence # Return as separate values
# Define Gradio interface
with gr.Blocks(theme=gr.themes.Default()) as iface:
gr.Markdown("<h1 style='text-align: center;'>🍽️ تحليل مشاعر مراجعات المطاعم 🚀</h1>")
gr.Markdown("<p style='text-align: center;'> 🤖 أدخل مراجعة مطعم بالعربية، وسيقوم النموذج بتحليل المشاعر.</p>")
with gr.Row():
review_input = gr.Textbox(label="✍️ أدخل مراجعتك", placeholder="اكتب مراجعتك هنا...", lines=2)
submit_button = gr.Button("🔍 تحليل المراجعة")
with gr.Row():
output_label = gr.Textbox(label="🔹 التصنيف", interactive=False)
output_confidence = gr.Textbox(label="📊 نسبة الثقة", interactive=False)
submit_button.click(predict_sentiment, inputs=review_input, outputs=[output_label, output_confidence])
gr.Examples(
examples=[
["الطعام لذيذ جدًا والخدمة ممتازة"],
["التجربة كانت سيئة والطعام غير نظيف"],
["الخدمة كانت بطيئة والأسعار مرتفعة جدًا"],
["تجربة رائعة، سأعود مجددًا"],
["أفضل مطعم جربته على الإطلاق"],
],
inputs=review_input,
)
# Launch the app with public sharing enabled
if __name__ == "__main__":
iface.launch(share=True)
|