Update ui.py

ui.py

@@ -9,42 +9,73 @@ MODEL_OPTIONS = {
     "🇬🇧 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
+# 📌 生成信心度條狀圖
 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
+    fig, ax = plt.subplots(figsize=(4, 1))
+    ax.barh(["信心度"], [score], color="blue")
+    ax.set_xlim([0, 1])
+    ax.set_xticks([0, 0.25, 0.5, 0.75, 1])
+    ax.set_xlabel("信心度（百分比）")
     return fig
 
+# 📌 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`、`BERT`、`DistilBERT` 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**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 **選擇 AI 模型**  
+3️⃣ **點擊「分析情緒」**  
+4️⃣ **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
 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。")
+        gr.Markdown(intro_text)
 
         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）
+        progress_bar = gr.Textbox(visible=False, label="模型載入進度")  # 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
+            progress_bar.update("🔄 AI 模型載入中，請稍後...", visible=True)
+            model_id = MODEL_OPTIONS[model_name]
             
-            result, confidence_score = analyze_sentiment(text, model_id)  # 調用 API 進行分析
+            result, confidence_score = analyze_sentiment(text, model_id)
             
-            plot = plot_confidence(confidence_score)  # 生成條狀圖
-            progress_bar.update("", visible=False)  # 隱藏進度條
+            plot = plot_confidence(confidence_score)
+            progress_bar.update("", visible=False)
             return result, plot
 
         analyze_button.click(process_analysis, inputs=[text_input, model_selector], outputs=[result_output, plot_output, progress_bar])
 
+        gr.Markdown(developer_info)
+
     return iface