Create app.py

app.py

@@ -0,0 +1,38 @@
+import gradio as gr
+import pickle
+from transformers import pipeline
+
+def load_model(selected_model):
+    with open(selected_model, 'rb') as file:
+        loaded_model = pickle.load(file)
+    return loaded_model
+
+encoder = {
+        'negative':'assets/negative.jpg',
+        'neutral':'assets/neutral.jpg',
+        'positive':'assets/positive.jpeg'
+    }
+
+classifier = pipeline(task="zero-shot-classification", model="facebook/bart-large-mnli")
+def analyze_sentiment(text):
+  results = classifier(text,["positive","negative",'neutral'],multi_label=True)
+  mx = max(results['scores'])
+  ind = results['scores'].index(mx)
+  result = results['labels'][ind]
+  return encoder[result]
+
+description = """
+<p>Este experimento tiene como objetivo evaluar la capacidad de un modelo de inteligencia artificial para comprender los sentimientos expresados en una frase. Este análisis puede ser útil para determinar el porcentaje de sentimientos positivos, negativos o neutrales en los comentarios de una publicación.</p>
+<br>
+<p>Proyecto realizado por alumnos de UPN</p>
+<br>
+<p>--Sistemas Inteligentes y Machine Learning--</p>
+"""
+
+
+iface = gr.Interface(fn=analyze_sentiment, 
+                     title="Analisis de Sentimientos",
+                     description = description,
+                     inputs="text", 
+                     outputs="image"
+iface.launch(share=True)