Update app.py

app.py

@@ -5,6 +5,7 @@ from diffusers import StableDiffusionPipeline
 import torch
 import numpy as np
 from PIL import Image
+import spacy
 
 class AIServices:
     def __init__(self):
@@ -12,6 +13,9 @@ class AIServices:
         self.image_generator = None
         self.translator = None
         self.sentiment_analyzer = None
+        self.summarizer = None
+        self.ner_model = None
+        self.classifier = None
 
     def load_image_generator(self):
         if self.image_generator is None:
@@ -56,20 +60,80 @@ class AIServices:
         except Exception as e:
             return f"Erro na análise: {str(e)}"
 
+    def summarize_text(self, text, max_length=150, min_length=50):
+        if self.summarizer is None:
+            self.summarizer = pipeline('summarization', model='facebook/bart-large-cnn')
+        try:
+            summary = self.summarizer(text, max_length=max_length, min_length=min_length)[0]
+            return summary['summary_text']
+        except Exception as e:
+            return f"Erro ao resumir: {str(e)}"
+
+    def extract_entities(self, text):
+        try:
+            if self.ner_model is None:
+                self.ner_model = spacy.load("pt_core_news_sm")
+            
+            doc = self.ner_model(text)
+            entities = []
+            
+            for ent in doc.ents:
+                entities.append({
+                    'text': ent.text,
+                    'label': ent.label_,
+                    'start': ent.start_char,
+                    'end': ent.end_char
+                })
+            
+            # Formatando a saída
+            result = ""
+            for e in entities:
+                result += f"📌 {e['text']} ({e['label']})\n"
+            
+            return result if result else "Nenhuma entidade encontrada."
+        except Exception as e:
+            return f"Erro na extração de entidades: {str(e)}"
+
+    def classify_text(self, text):
+        if self.classifier is None:
+            self.classifier = pipeline(
+                "zero-shot-classification",
+                model="facebook/bart-large-mnli"
+            )
+        try:
+            # Categorias predefinidas
+            candidate_labels = [
+                "negócios", "tecnologia", "política", 
+                "entretenimento", "esportes", "ciência",
+                "saúde", "educação"
+            ]
+            
+            result = self.classifier(text, candidate_labels, multi_label=True)
+            
+            # Formatando a saída
+            output = "🏷️ Classificação:\n"
+            for label, score in zip(result['labels'], result['scores']):
+                if score > 0.1:  # Mostra apenas scores relevantes
+                    output += f"{label}: {score:.1%}\n"
+            
+            return output
+        except Exception as e:
+            return f"Erro na classificação: {str(e)}"
+
 # Instância global dos serviços
 services = AIServices()
 
 # Interface Gradio
-with gr.Blocks(title="Serviços de IA") as demo:
+with gr.Blocks(title="Hub de Serviços de IA") as demo:
     gr.Markdown("""
-    # 🎨 Hub de Serviços de IA
+    # 🤖 Hub de Serviços de IA
     
-    Esta aplicação oferece serviços de geração de imagem e processamento de texto.
+    Esta aplicação oferece diversos serviços de IA para processamento de texto e imagem.
     """)
     
     # 1. Geração de Imagem
     with gr.Tab("Geração de Imagem"):
-        gr.Markdown("### Gerador de Imagens com Stable Diffusion")
+        gr.Markdown("### 🎨 Gerador de Imagens com Stable Diffusion")
         with gr.Row():
             img_prompt = gr.Textbox(
                 label="Descrição da imagem",
@@ -85,7 +149,7 @@ with gr.Blocks(title="Serviços de IA") as demo:
                 step=1,
                 label="Número de imagens"
             )
-        img_button = gr.Button("Gerar Imagem")
+        img_button = gr.Button("🎨 Gerar Imagem")
         img_button.click(
             services.generate_image,
             inputs=[img_prompt, img_num],
@@ -94,7 +158,7 @@ with gr.Blocks(title="Serviços de IA") as demo:
     
     # 2. Tradução
     with gr.Tab("Tradutor"):
-        gr.Markdown("### Tradutor Multilíngue")
+        gr.Markdown("### 🌐 Tradutor Multilíngue")
         with gr.Row():
             trans_input = gr.Textbox(
                 label="Texto para traduzir",
@@ -116,7 +180,7 @@ with gr.Blocks(title="Serviços de IA") as demo:
                 value="pt",
                 label="Idioma de destino"
             )
-        trans_button = gr.Button("Traduzir")
+        trans_button = gr.Button("🔄 Traduzir")
         trans_button.click(
             services.translate,
             inputs=[trans_input, src_lang, tgt_lang],
@@ -125,7 +189,7 @@ with gr.Blocks(title="Serviços de IA") as demo:
     
     # 3. Análise de Sentimentos
     with gr.Tab("Análise de Sentimentos"):
-        gr.Markdown("### Análise de Sentimentos Multilíngue")
+        gr.Markdown("### 😊 Análise de Sentimentos")
         with gr.Row():
             sent_input = gr.Textbox(
                 label="Texto para análise",
@@ -136,15 +200,90 @@ with gr.Blocks(title="Serviços de IA") as demo:
                 label="Resultado da análise",
                 lines=2
             )
-        sent_button = gr.Button("Analisar Sentimento")
+        sent_button = gr.Button("💭 Analisar Sentimento")
         sent_button.click(
             services.analyze_sentiment,
             inputs=sent_input,
             outputs=sent_output
         )
 
+    # 4. Resumo de Texto
+    with gr.Tab("Resumo"):
+        gr.Markdown("### 📝 Resumo Automático de Texto")
+        with gr.Row():
+            sum_input = gr.Textbox(
+                label="Texto para resumir",
+                placeholder="Cole aqui o texto que deseja resumir...",
+                lines=8
+            )
+            sum_output = gr.Textbox(
+                label="Resumo",
+                lines=4
+            )
+        with gr.Row():
+            max_len = gr.Slider(
+                minimum=50,
+                maximum=500,
+                value=150,
+                step=10,
+                label="Tamanho máximo do resumo"
+            )
+            min_len = gr.Slider(
+                minimum=30,
+                maximum=200,
+                value=50,
+                step=10,
+                label="Tamanho mínimo do resumo"
+            )
+        sum_button = gr.Button("📚 Gerar Resumo")
+        sum_button.click(
+            services.summarize_text,
+            inputs=[sum_input, max_len, min_len],
+            outputs=sum_output
+        )
+
+    # 5. Extração de Entidades
+    with gr.Tab("Entidades"):
+        gr.Markdown("### 🔍 Reconhecimento de Entidades")
+        with gr.Row():
+            ner_input = gr.Textbox(
+                label="Texto para análise",
+                placeholder="Digite o texto para extrair entidades...",
+                lines=5
+            )
+            ner_output = gr.Textbox(
+                label="Entidades encontradas",
+                lines=5
+            )
+        ner_button = gr.Button("🎯 Extrair Entidades")
+        ner_button.click(
+            services.extract_entities,
+            inputs=ner_input,
+            outputs=ner_output
+        )
+
+    # 6. Classificação de Texto
+    with gr.Tab("Classificação"):
+        gr.Markdown("### 📋 Classificação de Texto")
+        with gr.Row():
+            class_input = gr.Textbox(
+                label="Texto para classificar",
+                placeholder="Digite o texto para classificar...",
+                lines=5
+            )
+            class_output = gr.Textbox(
+                label="Classificação",
+                lines=5
+            )
+        class_button = gr.Button("🏷️ Classificar Texto")
+        class_button.click(
+            services.classify_text,
+            inputs=class_input,
+            outputs=class_output
+        )
+
     gr.Markdown("""
-    ### Notas:
+    ### 📝 Notas:
     - A geração de imagens requer GPU para melhor performance
     - Os modelos são carregados sob demanda para economizar memória
     - Primeira execução pode ser mais lenta devido ao download dos modelos