Create sentiment.py

sentiment.py

@@ -0,0 +1,39 @@
+from transformers import pipeline
+import gradio as gr
+
+classifier = pipeline("sentiment-analysis", model="cardiffnlp/twitter-xlm-roberta-base-sentiment")
+
+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})"
+
+def create_sentiment_tab():
+    with gr.Blocks() as sentiment_app:
+        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/).
+        """)
+
+    return sentiment_app