Update app.py

app.py

@@ -7,8 +7,9 @@ learner = load_learner('roberta.pkl')
 # Definimos las etiquetas de nuestro modelo
 labels = ['A1', 'A2', 'B1', 'B2', 'C1']
 
-example1 = "de los precios como son y para las condiciones de la reservacion . como puedo realiza la reserva en el hotel de ustedes puedes"
-example2 = "lengua y literatura española por su enfásis en cómo el contexto histórico y político influye el tipo y la manera de escribir la literatura."
+example1 = "Yo tengo hablar de Gwen Stefani. Gwen Stafani es una performa muisca. Ella es muy bonita y intilligete. Su musica es bella y divertida. Es con Gavin Rosdalle. Ella es una madre nueve. Su hermano nombre es Kingston. Ella es solo performo ahora pero was en el groupo musico No Doubt. Tienen mucho music popular. "
+example2 = "En esta historia,  Había un pobre hombre en un  mal lugar en algúna ciudad,  cuando era en la calle, había hubierto un niño. Este hombre se llevaba y se ponía en un coche con otro niño pero la madre del niño veía a él y rechazaba a este niño. "
+example3 = " Jordan, es una persona positiva para las mujeres y ha dado poder a las hembras a través de su trabajo.Lo que me hace reír sobre Jordan es que no tiene talento alguno pero ella lo admita. Al menos es honesta. No obstante, muchos dicen ¿por qué tenemos que soportar el constante influjo de imágenes que son pornográficas en los periódicos?  "
 
 # Definimos una función que se encarga de llevar a cabo las predicciones
 def predict(text):
@@ -17,5 +18,5 @@ def predict(text):
     return {labels[i]: float(probs[i]) for i in range(len(labels))}
     
 # Creamos la interfaz y la lanzamos. 
-gr.Interface(fn=predict, inputs=gr.inputs.Textbox(), outputs=gr.outputs.Label(),examples=[example1,example2]).launch(share=False)
+gr.Interface(fn=predict, inputs=gr.inputs.Textbox(), outputs=gr.outputs.Label(),examples=[example1,example2,example3]).launch(share=False)