app.py

import gradio as gr
from transformers import pipeline

# Cargar el modelo
model = pipeline('text-classification', model='desarrolloasesoreslocales/SetFit', tokenizer='desarrolloasesoreslocales/SetFit')

# Mapear las etiquetas
id2label = {0: "World", 1: "Sports", 2: "Business", 3: "Sci/Tech"}

# Definir la función de predicción
def predict(text):
    result = model(text)[0]
    label = id2label[result['label']]
    score = result['score']
    return f'Clase: {label}, Puntuación: {score:.4f}'

# Crear una interfaz Gradio
iface = gr.Interface(
    fn=predict, 
    inputs=gr.inputs.Textboxboxboxboxboxbox(), 
    outputs=gr.outputs.Textboxboxboxboxboxbox(), 
    live=True,
    layout='vertical',
    title="Clasificador de Texto"
)

# Iniciar la interfaz Gradio
iface.launch()