Update app.py

app.py

@@ -5,17 +5,7 @@ import re
 import torch
 import numpy as np
 from transformers import DistilBertTokenizer, DistilBertModel
-from huggingface_hub import hf_hub_download, login
-import os
-
-# Obtener el token de Hugging Face desde la variable de entorno
-hf_token = os.getenv("HF_TOKEN")
-
-if hf_token is None:
-    raise ValueError("HF_TOKEN no está configurado en las variables de entorno.")
-
-# Iniciar sesión en Hugging Face Hub
-login(token=hf_token)
+from huggingface_hub import hf_hub_download
 
 def corregir_codificacion(texto):
     if isinstance(texto, str):
@@ -31,13 +21,13 @@ def preprocesar_texto(texto):
 class ClasificadorOpiniones:
     def __init__(self):
         try:
-            model_path = hf_hub_download(repo_id="begoach1/opinion_classifier", filename="modelo_clasificador_reentrenado_lp_ros.pkl", use_auth_token=hf_token)
+            model_path = hf_hub_download(repo_id="begoach1/opinion_classifier", filename="modelo_clasificador_reentrenado_lp_ros.pkl")
             with open(model_path, 'rb') as f:
                 self.clf_combined = pickle.load(f)
         except FileNotFoundError:
             raise RuntimeError("El archivo del modelo no se encuentra.")
-        except pickle.UnpicklingError:
-            raise RuntimeError("Error al deserializar el modelo. Asegúrate de que el archivo no esté corrupto y que la versión de scikit-learn sea compatible.")
+        except pickle.UnpicklingError as e:
+            raise RuntimeError(f"Error al deserializar el modelo. Asegúrate de que el archivo no esté corrupto y que la versión de scikit-learn sea compatible. Detalles: {e}")
         except Exception as e:
             raise RuntimeError(f"Error al descargar o cargar el modelo: {e}")