Update app.py

app.py

@@ -38,21 +38,29 @@ interface1 = gr.Interface(
     inputs=gr.Textbox(lines=3, placeholder="Entrez un tweet en français ici..."),
     outputs=gr.Label(num_top_classes=2),
     title="Analyse de Sentiment de Tweets aves lstm",
-    description="Entrez un tweet en français pour obtenir son sentiment (positif, négatif)."
-)
+    description = """Cette application compare deux approches d’analyse de sentiment sur des tweets en français :
+
+🔹 LSTM personnalisé : un modèle de réseau de neurones entraîné localement sur des tweets, capable de prédire si le sentiment est positif ou négatif avec une probabilité.
+
+🔹 DistilCamemBERT : un modèle pré-entraîné de type Transformer (CamemBERT) spécialisé pour la langue française, utilisé via Hugging Face pour une classification rapide du sentiment.
+
+Saisissez un tweet pour voir l’interprétation des deux modèles côte à côte.""" )
+
 
 interface2 = gr.Interface(
     fn = analyser_sentiment_camembert,
     inputs=gr.Textbox(lines=3, placeholder="Entrez un tweet en français ici..."),
     outputs=gr.Textbox(label='Output'),
     title="Analyse de Sentiment de Tweets camembert",
-    description="Cette application compare deux approches d’analyse de sentiment sur des tweets en français :
+    description = """Cette application compare deux approches d’analyse de sentiment sur des tweets en français :
 
 🔹 LSTM personnalisé : un modèle de réseau de neurones entraîné localement sur des tweets, capable de prédire si le sentiment est positif ou négatif avec une probabilité.
 
 🔹 DistilCamemBERT : un modèle pré-entraîné de type Transformer (CamemBERT) spécialisé pour la langue française, utilisé via Hugging Face pour une classification rapide du sentiment.
 
-Saisissez un tweet pour voir l’interprétation des deux modèles côte à côte."
+Saisissez un tweet pour voir l’interprétation des deux modèles côte à côte."""
+
+
 )