modules/sentiment.py

from transformers import pipeline
import gradio as gr

classifier = pipeline("sentiment-analysis", model="cardiffnlp/twitter-xlm-roberta-base-sentiment", framework="pt")

def sentiment_analysis(message, history):
    """
    Función para analizar el sentimiento de un mensaje.
    Retorna la etiqueta de sentimiento con su probabilidad.
    """
    result = classifier(message)
    return f"Sentimiento : {result[0]['label']} (Probabilidad: {result[0]['score']:.2f})"

with gr.Blocks() as demo:
    gr.Markdown("""
    # Análisis de Sentimientos
    Esta aplicación utiliza un modelo de Machine Learning para analizar el sentimiento de los mensajes ingresados. 
    Puede detectar si un texto es positivo, negativo o neutral con su respectiva probabilidad.
    """)
    
    chat = gr.ChatInterface(sentiment_analysis, type="messages")
    
    gr.Markdown("""
    ---
    ### Conéctate conmigo:
    [Instagram 📸](https://www.instagram.com/srjosueaaron/)
    
    [TikTok 🎵](https://www.tiktok.com/@srjosueaaron)
    
    [YouTube 🎬](https://www.youtube.com/@srjosueaaron)

    ---
    Demostración de Análisis de Sentimientos usando el modelo de [CardiffNLP](https://huggingface.co/cardiffnlp/twitter-xlm-roberta-base-sentiment).
    
    Desarrollado con ❤️ por [@srjosueaaron](https://www.instagram.com/srjosueaaron/).
    """)

if __name__ == "__main__":
    demo.launch()