Update ui.py

ui.py

@@ -2,6 +2,13 @@ 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
@@ -15,21 +22,29 @@ def plot_confidence(score):
 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，AI 會分析其情緒，並提供信心度。")
-        
+        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):
-            result, confidence_score = analyze_sentiment(text)  # 調用 API 進行分析
+        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, outputs=[result_output, plot_output])
+        analyze_button.click(process_analysis, inputs=[text_input, model_selector], outputs=[result_output, plot_output, progress_bar])
 
     return iface