Spaces:
Runtime error
Runtime error
import gradio as gr | |
import pandas as pd | |
from transformers import pipeline | |
# Inicializa la pipeline de análisis de sentimientos | |
sentiment_pipeline = pipeline("sentiment-analysis") | |
# Función para cargar los datos | |
def load_reviews(): | |
# Asegúrate de usar la ruta correcta al archivo .json.gz en tu espacio de Hugging Face | |
df = pd.read_json('AMAZON_FASHION_5.json.gz', lines=True, compression='gzip') | |
return df | |
# Función para analizar el sentimiento de una reseña | |
def analyze_sentiment(review): | |
# Usa la pipeline de transformers para analizar el sentimiento | |
result = sentiment_pipeline(review) | |
# Devuelve solo la etiqueta ('LABEL_0' o 'LABEL_1') y el puntaje | |
return result[0]['label'], round(result[0]['score'], 4) | |
# Carga los datos (esto puede tardar un poco dependiendo del tamaño del archivo) | |
df_reviews = load_reviews() | |
# Función para mostrar una muestra del DataFrame | |
def show_sample(): | |
return df_reviews.sample(5) # Muestra 5 filas aleatorias del DataFrame | |
# Crear la interfaz usando gr.Blocks | |
with gr.Blocks() as demo: | |
with gr.Row(): | |
with gr.Column(): | |
input_review = gr.Textbox(lines=2, placeholder="Ingrese una reseña de Amazon Fashion aquí...") | |
analyze_button = gr.Button("Analizar") | |
output_label = gr.Label() | |
output_score = gr.Textbox() | |
with gr.Column(): | |
show_button = gr.Button("Mostrar Ejemplos") | |
output_df = gr.Dataframe() | |
analyze_button.click(analyze_sentiment, inputs=input_review, outputs=[output_label, output_score]) | |
show_button.click(show_sample, inputs=None, outputs=output_df) | |
# Lanza la interfaz | |
if __name__ == "__main__": | |
iface.launch() | |