Create app.py

app.py

@@ -0,0 +1,67 @@
+import gradio as gr
+import pandas as pd
+from transformers import pipeline
+import matplotlib.pyplot as plt
+
+# Configurar el clasificador de sentimientos multilingüe
+classifier = pipeline(task="zero-shot-classification", model="facebook/bart-large-mnli")
+
+# Función para analizar los sentimientos de una lista de textos
+def analyze_sentiments(texts):
+    if not texts:
+        return "0.0%", "0.0%", "0.0%", None  # Manejar el caso donde no hay textos para analizar
+
+    positive, negative, neutral = 0, 0, 0
+    for text in texts:
+        results = classifier(text, ["positive", "negative", "neutral"], multi_label=True)
+        mx = max(results['scores'])
+        ind = results['scores'].index(mx)
+        result = results['labels'][ind]
+        if result == "positive":
+            positive += 1
+        elif result == "negative":
+            negative += 1
+        else:
+            neutral += 1
+    total = len(texts)
+    positive_percent = round((positive / total) * 100, 1)
+    negative_percent = round((negative / total) * 100, 1)
+    neutral_percent = round((neutral / total) * 100, 1)
+    
+    # Crear el gráfico circular
+    fig, ax = plt.subplots()
+    ax.pie([positive_percent, negative_percent, neutral_percent], labels=["Positivo", "Negativo", "Neutro"], autopct='%1.1f%%', colors=['green', 'red', 'blue'])
+    plt.title("Distribución de Sentimientos")
+    plt.savefig("sentiment_pie_chart.png")
+    plt.close(fig)
+
+    return f"{positive_percent}%", f"{negative_percent}%", f"{neutral_percent}%", "sentiment_pie_chart.png"
+
+# Función para cargar el archivo CSV y analizar los primeros 100 comentarios
+def analyze_sentiment_from_csv(file):
+    try:
+        df = pd.read_csv(file.name)
+        if 'content' not in df.columns:
+            raise ValueError("El archivo CSV no contiene una columna 'content'")
+        texts = df['content'].head(100).tolist()  # Tomar solo los primeros 100 comentarios
+        return analyze_sentiments(texts)
+    except pd.errors.ParserError as e:
+        return f"Error al analizar el archivo CSV: {e}", "", "", None
+    except Exception as e:
+        return f"Error inesperado: {e}", "", "", None
+
+# Configurar la interfaz de Gradio
+demo = gr.Interface(
+    fn=analyze_sentiment_from_csv,
+    inputs=gr.File(file_count="single", label="Sube tu archivo CSV"),  # Permitir la carga del archivo CSV
+    outputs=[
+        gr.Textbox(label="Porcentaje Positivo"),
+        gr.Textbox(label="Porcentaje Negativo"),
+        gr.Textbox(label="Porcentaje Neutro"),
+        gr.Image(type="filepath", label="Gráfico de Sentimientos")
+    ],
+    title="Analizador de Sentimientos V.2",
+    description="Porcentaje de comentarios positivos, negativos y neutrales"
+)
+
+demo.launch(share=True)