Update app.py

app.py

@@ -13,17 +13,8 @@ from sklearn.metrics import accuracy_score, precision_score, recall_score, f1_sc
 # Charger le modèle pré-entraîné
 classifier_model = "MoritzLaurer/DeBERTa-v3-base-mnli-fever-anli"
 classifier = pipeline("zero-shot-classification", model=classifier_model)
-
-# Charger les données depuis le fichier CSV
-df = pd.read_csv("fic.csv", sep=";")
-# Récupérer les commentaires en liste
-comments = df["text"].tolist()
-
 # Afficher l'entête
-st.header("Analyse de Texte")
-
-# Créer une selectbox pour choisir un commentaire
-selected_comment = st.selectbox("Veuillez sélectionner un commentaire", comments)
+st.header("Sentiment Analysis")
 
 # Afficher le commentaire sélectionné dans l'input text
 text = st.text_area('Entrer le texte à analyser', value=selected_comment)
@@ -36,7 +27,7 @@ hypothesis_template = "This example is a  {}."
 
 # Ajouter un bouton pour déclencher l'analyse
 if st.button("Analyser le texte"):
-    if text and candidate_labels:
+    if text :
         result = classifier(text, candidate_labels, hypothesis_template=hypothesis_template)
         
         if result['labels'][0] == 1: