sent2547's picture
Update app.py
e5e18be verified
raw
history blame
6 kB
import gradio as gr
from transformers import pipeline
model_name = "ZombitX64/Sentiment-01"
nlp = pipeline("sentiment-analysis", model=model_name)
label_map = {
"LABEL_0": 0,
"LABEL_1": 1,
"LABEL_2": 2,
"LABEL_3": 3
}
label_name_map = {
"LABEL_0": "question",
"LABEL_1": "negative",
"LABEL_2": "neutral",
"LABEL_3": "positive"
}
def analyze_text(text):
# แยกประโยคโดยใช้ \n หรือจุด
import re
sentences = [s.strip() for s in re.split(r'[.\n]', text) if s.strip()]
if not sentences:
return "❗ กรุณาใส่ข้อความที่ต้องการวิเคราะห์"
# สีและไอคอนสำหรับแต่ละ sentiment
sentiment_style = {
"positive": {"emoji": "😊", "color": "#4CAF50", "bg": "#E8F5E8"},
"negative": {"emoji": "😔", "color": "#F44336", "bg": "#FFEBEE"},
"neutral": {"emoji": "😐", "color": "#FF9800", "bg": "#FFF3E0"},
"question": {"emoji": "❓", "color": "#2196F3", "bg": "#E3F2FD"}
}
results = []
results.append("📊 **ผลการวิเคราะห์ความรู้สึก**\n" + "="*50 + "\n")
for i, sentence in enumerate(sentences, 1):
result = nlp(sentence)[0]
label = result['label']
score = result['score']
code = label_map.get(label, -1)
label_name = label_name_map.get(label, label)
# ดึงสไตล์ตาม sentiment
style = sentiment_style.get(label_name, {"emoji": "🔍", "color": "#666666", "bg": "#F5F5F5"})
# สร้าง progress bar สำหรับความมั่นใจ
bar_length = int(score * 20) # 20 คือความยาวของ progress bar
progress_bar = "█" * bar_length + "░" * (20 - bar_length)
result_text = f"""
🔸 **ประโยคที่ {i}:** "{sentence}"
{style['emoji']} **ผลวิเคราะห์:** {label_name.upper()} (รหัส: {code})
📈 **ความมั่นใจ:** {score:.2f} ({score*100:.1f}%)
{progress_bar} {score:.2f}
{'─' * 60}
"""
results.append(result_text)
# เพิ่มสรุปผลรวม
total_sentences = len(sentences)
results.append(f"\n📋 **สรุป:** วิเคราะห์ทั้งหมด {total_sentences} ประโยค")
return "\n".join(results)
demo = gr.Interface(
fn=analyze_text,
inputs=gr.Textbox(
lines=6,
placeholder="💬 พิมพ์ข้อความหลายประโยคที่นี่...\n\n✨ คำแนะนำ:\n• แยกแต่ละประโยคด้วยจุด (.) หรือขึ้นบรรทัดใหม่\n• สามารถใส่ได้หลายประโยคพร้อมกัน\n• รองรับข้อความภาษาไทย",
label="📝 ข้อความที่ต้องการวิเคราะห์"
),
outputs=gr.Textbox(
label="📊 ผลการวิเคราะห์ความรู้สึก",
lines=15,
show_copy_button=True
),
title="🧠 AI วิเคราะห์ความรู้สึกภาษาไทย",
description="""
<div style="text-align: center; padding: 20px; background: linear-gradient(90deg, #667eea 0%, #764ba2 100%); color: white; border-radius: 10px; margin: 10px 0;">
<h3>🚀 ระบบวิเคราะห์ความรู้สึกขั้นสูง</h3>
<p>วิเคราะห์ความรู้สึกในข้อความภาษาไทยด้วย AI | รองรับการวิเคราะห์หลายประโยคพร้อมกัน</p>
</div>
<div style="display: flex; justify-content: space-around; margin: 20px 0; padding: 15px; background: #f8f9fa; border-radius: 8px;">
<div style="text-align: center;">
<div style="font-size: 24px;">😊</div>
<strong>Positive</strong><br>
<small>ความรู้สึกเชิงบวก</small>
</div>
<div style="text-align: center;">
<div style="font-size: 24px;">😔</div>
<strong>Negative</strong><br>
<small>ความรู้สึกเชิงลบ</small>
</div>
<div style="text-align: center;">
<div style="font-size: 24px;">😐</div>
<strong>Neutral</strong><br>
<small>ความรู้สึกเป็นกลาง</small>
</div>
<div style="text-align: center;">
<div style="font-size: 24px;">❓</div>
<strong>Question</strong><br>
<small>ประโยคคำถาม</small>
</div>
</div>
""",
theme=gr.themes.Soft(
primary_hue="blue",
secondary_hue="purple",
neutral_hue="gray"
),
css="""
.gradio-container {
max-width: 900px !important;
margin: auto !important;
}
.output-markdown {
font-family: 'Segoe UI', Tahoma, Geneva, Verdana, sans-serif !important;
}
""",
examples=[
["วันนี้อากาศดีมาก ฉันรู้สึกมีความสุขมาก"],
["ฉันไม่ชอบอาหารนี้ รสชาติแปลกมาก"],
["วันนี้เป็นยังไง\nเรียนหนังสือกันไหม"],
["บริการดีมาก พนักงานใจดี\nแต่ของมีราคาแพงไปหน่อย\nโดยรวมแล้วพอใจ"]
]
)
demo.launch()