Create app.py

app.py

@@ -0,0 +1,99 @@
+import gradio as gr
+from transformers import (
+    pipeline,
+    AutoModelForSequenceClassification,
+    AutoTokenizer
+)
+import torch
+import numpy as np
+
+# Configurar el dispositivo
+device = "cuda" if torch.cuda.is_available() else "cpu"
+
+# === CONFIGURACIÓN DEL CHATBOT ===
+chat_generator = pipeline(
+    'text-generation',
+    model='microsoft/DialoGPT-small',
+    device=device
+)
+
+# === CONFIGURACIÓN DEL ANALIZADOR DE SENTIMIENTOS ===
+model_name = "nlptown/bert-base-multilingual-uncased-sentiment"
+sentiment_tokenizer = AutoTokenizer.from_pretrained(model_name)
+sentiment_model = AutoModelForSequenceClassification.from_pretrained(model_name)
+sentiment_model.to(device)
+
+def chatbot(mensaje):
+    if not mensaje.strip():
+        return "Por favor, escribe un mensaje.", None, None
+
+    try:
+        # Generar respuesta del chatbot
+        respuesta = chat_generator(
+            mensaje,
+            max_length=100,
+            temperature=0.7,
+            do_sample=True,
+            top_p=0.95,
+            num_return_sequences=1
+        )[0]['generated_text']
+
+        respuesta = respuesta.replace(mensaje, "").strip()
+
+        # Analizar sentimiento del mensaje del usuario
+        inputs = sentiment_tokenizer(mensaje, return_tensors="pt", truncation=True,
+                                   max_length=512, padding=True)
+        inputs = {k: v.to(device) for k, v in inputs.items()}
+
+        outputs = sentiment_model(**inputs)
+        predictions = torch.nn.functional.softmax(outputs.logits, dim=-1)
+        rating = torch.argmax(predictions).item() + 1
+        confidence = predictions[0][rating-1].item()
+
+        if rating <= 2:
+            sentimiento = "Muy Negativo"
+        elif rating == 3:
+            sentimiento = "Neutral"
+        elif rating == 4:
+            sentimiento = "Positivo"
+        else:
+            sentimiento = "Muy Positivo"
+
+        sentimiento_completo = f"{sentimiento} ({rating} estrellas)"
+        confianza = round(confidence * 100, 2)
+
+        return respuesta, sentimiento_completo, confianza
+
+    except Exception as e:
+        return f"Error: {str(e)}", "Error en el análisis", 0.0
+
+# Crear la interfaz
+demo = gr.Interface(
+    fn=chatbot,
+    inputs=[
+        gr.Textbox(
+            placeholder="Escribe tu mensaje...",
+            label="Mensaje",
+            lines=3
+        )
+    ],
+    outputs=[
+        gr.Textbox(label="Respuesta del Chatbot"),
+        gr.Label(label="Sentimiento de tu mensaje"),
+        gr.Number(label="Confianza del análisis (%)")
+    ],
+    title="Chatbot con Análisis de Sentimientos",
+    description="Un chatbot que responde a tus mensajes y analiza el sentimiento de lo que escribes",
+    examples=[
+        ["¡Estoy muy feliz hoy!"],
+        ["No me gusta nada este servicio, es terrible."],
+        ["El día está normal, nada especial que contar."],
+        ["¡Me encanta hablar contigo!"],
+        ["Estoy un poco decepcionado con los resultados."]
+    ],
+    allow_flagging="never",
+    cache_examples=True
+)
+
+# Lanzar la interfaz
+demo.launch(share=True, debug=True)