feat(interface): ajout d'un second onglet pour afficher la documentation du modèle

app/interface.py

@@ -1,17 +1,89 @@
 import gradio as gr
 from app.handler import predict
 
+markdown_doc_fr = """
+# 📘 Documentation du modèle ToxiCheck
+
+Ce modèle détecte automatiquement la toxicité des commentaires en français à l’aide de variantes de CamemBERT.
+
+---
+
+### 📊 Performances
+- Précision (non toxique) : 0.93
+- Rappel (non toxique) : 0.93
+- F1-score (non toxique) : 0.93
+
+- Précision (toxique) : 0.62
+- Rappel (toxique) : 0.61
+- F1-score (toxique) : 0.61
+
+- Accuracy globale : 0.88
+
+---
+
+### ⚙️ Types de modèles disponibles
+- `zero-shot` : modèle générique sans entraînement spécifique
+- `few-shot` : modèle avec apprentissage partiel
+- `fine-tuned` : modèle CamemBERT entraîné sur un corpus annoté
+
+---
+
+### 🔗 Modèle utilisé
+[ymokay/toxicheck-camembert](https://huggingface.co/ymokay/toxicheck-camembert)
+"""
+
+markdown_doc_en = """
+# 📘 ToxiCheck Model Documentation
+
+This model automatically detects toxic comments in French using variants of CamemBERT.
+
+---
+
+### 📊 Performance
+- Precision (non-toxic): 0.93
+- Recall (non-toxic): 0.93
+- F1-score (non-toxic): 0.93
+
+- Precision (toxic): 0.62
+- Recall (toxic): 0.61
+- F1-score (toxic): 0.61
+
+- Overall accuracy: 0.88
+
+---
+
+### ⚙️ Available model types
+- `zero-shot`: general-purpose model without specific training
+- `few-shot`: model trained on a few examples
+- `fine-tuned`: CamemBERT model trained on an annotated corpus
+
+---
+
+### 🔗 Model used
+[ymokay/toxicheck-camembert](https://huggingface.co/ymokay/toxicheck-camembert)
+"""
+
 def create_interface():
-    return gr.Interface(
-        fn=predict,
-        inputs=[
-            gr.Textbox(label="Texte à analyser"),
-            gr.Dropdown(choices=["zero-shot", "few-shot", "fine-tuned"], label="Type de modèle", value="zero-shot")
-        ],
-        outputs="markdown",
-        title="🧪 ToxiCheck",
-        description="Entrez un texte pour détecter s'il est toxique. Résultat avec score de confiance pour chaque label."
-    )
+    with gr.Blocks() as demo:
+        with gr.Tabs():
+            with gr.TabItem("📘 Documentation"):
+                lang_selector = gr.Radio(["fr", "en"], label="Langue / Language", value="fr")
+                doc_output = gr.Markdown()
+
+                def show_doc(lang):
+                    return markdown_doc_fr if lang == "fr" else markdown_doc_en
+
+                lang_selector.change(fn=show_doc, inputs=lang_selector, outputs=doc_output)
+
+            with gr.TabItem("🧪 Inférence"):
+                gr.Markdown("### Analyse d'un texte")
+                input_text = gr.Textbox(label="Texte à analyser")
+                model_choice = gr.Dropdown(choices=["zero-shot", "few-shot", "fine-tuned"], label="Type de modèle", value="zero-shot")
+                output = gr.Markdown()
+                button = gr.Button("Analyser")
+                button.click(fn=predict, inputs=[input_text, model_choice], outputs=output)
+
+    return demo
 
 def launch_app():
     iface = create_interface()