Update app.py

app.py

@@ -1,44 +1,34 @@
-import gradio as gr
-import tensorflow as tf
+import streamlit as st
 from transformers import BertTokenizer
-from huggingface_hub import hf_hub_download
+import tensorflow as tf
 import numpy as np
 
-# تحميل موديل Bi-RNN من الريبو
-model_path = hf_hub_download(repo_id="ahmedyoussef1/Asentement_analysis_rnn", filename="rnn_Bi.h5")
-model = tf.keras.models.load_model(model_path)
+# تحميل التوكنيزر من الملفات المرفوعة
+tokenizer = BertTokenizer.from_pretrained('./')
 
-# تحميل التوكنيزر من الريبو (دي مجلد التوكنيزر اللي فيه vocab.txt وغيرها)
-tokenizer_dir = hf_hub_download(repo_id="ahmedyoussef1/Asentement_analysis_rnn", filename="vocab.txt").rsplit('/', 1)[0]
-tokenizer = BertTokenizer.from_pretrained(tokenizer_dir)
+# تحميل النموذج
+model = tf.keras.models.load_model('rnn_Bi.h5')
 
-# دالة لتحضير النص و توقع النتيجة
+# دالة تحليل المشاعر
 def predict_sentiment(text):
-    # توكنيز النص
-    tokens = tokenizer.encode_plus(
+    encoded_input = tokenizer.encode_plus(
         text,
-        max_length=100,   # اختار طول مناسب لنصك
+        add_special_tokens=True,
         padding='max_length',
+        max_length=100,
         truncation=True,
         return_tensors='tf'
     )
-    
-    # التنبؤ
-    prediction = model.predict(tokens['input_ids'])
-    
-    # افتراضيا 0 أو 1 (سلبي أو إيجابي)
-    pred_label = int(np.round(prediction[0][0]))
-    label_map = {0: "Negative", 1: "Positive"}
-    return label_map.get(pred_label, "Unknown")
+    prediction = model.predict({'input_ids': encoded_input['input_ids'], 'attention_mask': encoded_input['attention_mask']})
+    return 'إيجابية' if np.argmax(prediction) == 1 else 'سلبية'
 
-# واجهة Gradio
-iface = gr.Interface(
-    fn=predict_sentiment,
-    inputs=gr.Textbox(lines=3, placeholder="اكتب نص هنا..."),
-    outputs="text",
-    title="Sentiment Analysis with Bi-RNN",
-    description="ادخل جملة لتحليل المشاعر إلى إيجابية أو سلبية"
-)
+# واجهة التطبيق
+st.title("تحليل المشاعر - Sentiment Analysis")
+user_input = st.text_input("ادخل جملة لتحليل المشاعر إلى إيجابية أو سلبية")
 
-if __name__ == "__main__":
-    iface.launch()
+if st.button("Submit"):
+    if user_input.strip() == "":
+        st.warning("من فضلك أدخل نصًا.")
+    else:
+        result = predict_sentiment(user_input)
+        st.success(f"تحليل المشاعر: {result}")