Spaces:
Sleeping
Sleeping
File size: 3,788 Bytes
8882354 35158c1 8882354 35158c1 8882354 35158c1 8882354 e562ace 8882354 35158c1 e562ace 35158c1 8882354 35158c1 8882354 |
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 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 |
import gradio as gr
import requests
import os
# 設定 Hugging Face API
API_URL = "https://api-inference.huggingface.co/models/cardiffnlp/twitter-xlm-roberta-base-sentiment"
# 從環境變數讀取 API Key
HF_API_KEY = os.getenv("HF_API_KEY")
if HF_API_KEY is None:
raise ValueError("❌ API Key 未設定，請檢查 Hugging Face Secrets！")
HEADERS = {"Authorization": f"Bearer {HF_API_KEY}"}
# 轉換英文分類為中文
def translate_sentiment(label):
if "positive" in label.lower():
return "😃 **正向**"
elif "neutral" in label.lower():
return "😐 **中立**"
else:
return "😡 **負向**"
# 轉換信心度為更直觀的等級（加上百分比）
def convert_confidence(score):
percentage = round(score * 100)
if score >= 0.90:
return f"🌟 **極高信心** ({percentage}%)"
elif score >= 0.75:
return f"✅ **高信心** ({percentage}%)"
elif score >= 0.50:
return f"⚠️ **中等信心** ({percentage}%)"
elif score >= 0.30:
return f"❓ **低信心** ({percentage}%)"
else:
return f"❌ **極低信心（建議忽略）** ({percentage}%)"
# 調用 Hugging Face API 進行情緒分析
def analyze_sentiment(text):
try:
response = requests.post(API_URL, headers=HEADERS, json={"inputs": text})
result = response.json()
if isinstance(result, list) and len(result) > 0:
sentiment = translate_sentiment(result[0]["label"]) # 翻譯情緒
confidence = result[0]["score"]
confidence_label = convert_confidence(confidence) # 轉換信心度
return f"**情緒分類**: {sentiment}\n**AI判斷的信心度為**: {confidence_label}"
else:
return "⚠️ **無法分析文本，請稍後再試**"
except Exception as e:
return f"❌ **錯誤**: {str(e)}"
# Gradio 介面說明
intro_text = """
# 🎯 多語言情緒分析 AI
本應用使用 Hugging Face 的 `XLM-RoBERTa` 模型來進行**多語言情緒分析**。
輸入任何語言的文本，AI 會自動判斷其**情緒分類（正向 / 中立 / 負向）**，並提供AI判斷的**信心度（%）**。
## 🔹 **功能特色**
✅ **支援多語言**（繁體中文、英文、法文、日文等）
✅ **即時分析**，不需下載模型
✅ **提供信心度**，結果更透明
## 📌 **如何使用**
1️⃣ **輸入一句話或一段文本**（可輸入中文、英文、日文等）
2️⃣ **點擊「分析情緒」**
3️⃣ **查看結果，包括情緒分類 & 信心度**
## ⚠️ **使用須知**
- 目前模型適合**一般文本**，但對**諷刺、幽默**等語句可能不準確。
- 若遇到分析錯誤，請**重新輸入文本或稍後再試**。
"""
developer_info = """
## 👨💻 開發資訊
- **開發者**: 余彦志 （大宇 / ian）
- **模型來源**: [Hugging Face](https://huggingface.co/cardiffnlp/twitter-xlm-roberta-base-sentiment)
- **技術棧**: `Gradio`、`FastAPI`、`Hugging Face API`
- **聯絡方式**: [[email protected]]
"""
# 建立 Gradio 介面
with gr.Blocks(theme=gr.themes.Soft()) as iface:
# 介面標題與介紹
gr.Markdown(intro_text)
# 文字輸入框
with gr.Row():
text_input = gr.Textbox(
lines=3, placeholder="請輸入文本（支援多語言）...", label="輸入文本"
)
# 按鈕
analyze_button = gr.Button("分析情緒")
# 結果顯示區
result_output = gr.Markdown(label="分析結果")
# 事件綁定（點擊按鈕後執行分析）
analyze_button.click(analyze_sentiment, inputs=text_input, outputs=result_output)
# 顯示開發資訊
gr.Markdown(developer_info)
# 啟動 Web 應用
iface.launch()
|