ui.py

import gradio as gr
import matplotlib.pyplot as plt
from sentiment import analyze_sentiment

# 📌 定義可選擇的模型
MODEL_OPTIONS = {
    "🌎 多語言推特情緒分析 (XLM-RoBERTa)": "cardiffnlp/twitter-xlm-roberta-base-sentiment",
    "📖 多語言情緒分析 (BERT)": "nlptown/bert-base-multilingual-uncased-sentiment",
    "🇬🇧 英語情緒分析 (DistilBERT)": "distilbert-base-uncased-finetuned-sst-2-english"
}

# 📌 生成簡單的信心度條狀圖
def plot_confidence(score):
    fig, ax = plt.subplots(figsize=(4, 1))  # 調整圖表尺寸
    ax.barh(["信心度"], [score], color="blue")  # 橫向條狀圖
    ax.set_xlim([0, 1])  # 設定範圍為 0-1
    ax.set_xticks([0, 0.25, 0.5, 0.75, 1])  # 設定刻度
    ax.set_xlabel("信心度（百分比）")  # 標題
    return fig

# 📌 建立 Gradio 介面
def create_ui():
    with gr.Blocks(theme=gr.themes.Soft()) as iface:
        gr.Markdown("# 🎯 多語言情緒分析 AI")
        gr.Markdown("請輸入一段文字，選擇 AI 模型，AI 會分析其情緒，並提供信心度。")

        text_input = gr.Textbox(lines=3, placeholder="請輸入文本...", label="輸入文本")

        model_selector = gr.Dropdown(choices=list(MODEL_OPTIONS.keys()), value="🌎 多語言推特情緒分析 (XLM-RoBERTa)", label="選擇 AI 模型")

        analyze_button = gr.Button("分析情緒")
        progress_bar = gr.Textbox(visible=False)  # 進度條（文字顯示）

        result_output = gr.Markdown(label="分析結果")
        plot_output = gr.Plot(label="信心度")

        # 📌 綁定按鈕功能
        def process_analysis(text, model_name):
            progress_bar.update("🔄 AI 模型載入中，請稍後...", visible=True)  # 顯示載入進度
            model_id = MODEL_OPTIONS[model_name]  # 轉換中文名稱為模型 ID
            
            result, confidence_score = analyze_sentiment(text, model_id)  # 調用 API 進行分析
            
            plot = plot_confidence(confidence_score)  # 生成條狀圖
            progress_bar.update("", visible=False)  # 隱藏進度條
            return result, plot

        analyze_button.click(process_analysis, inputs=[text_input, model_selector], outputs=[result_output, plot_output, progress_bar])

    return iface