Create app.py

app.py

@@ -0,0 +1,26 @@
+from liqfit.pipeline import ZeroShotClassificationPipeline
+from liqfit.models import T5ForZeroShotClassification
+from transformers import T5Tokenizer
+import gradio as gr
+
+modelo = T5ForZeroShotClassification.from_pretrained('knowledgator/comprehend_it-multilingual-t5-base')
+tokenizador = T5Tokenizer.from_pretrained('knowledgator/comprehend_it-multilingual-t5-base')
+classificador = ZeroShotClassificationPipeline(model=modelo, tokenizer=tokenizador,hypothesis_template = '{}', encoder_decoder = True)
+
+categorias = ['ferramentas', 'eletrônicos', 'beleza', 'brinquedos', 'cozinha']
+
+def categorizar(descricao):
+  resultado = classificador(descricao, categorias, multi_label=False)
+  categoria_max = max(zip(resultado['labels'],resultado['scores']), key=lambda x: x[1])[0]
+  return categoria_max
+
+app = gr.Interface(
+    fn=categorizar,
+    inputs=gr.Textbox(label="Descrição do Produto", placeholder="Digite a descrição do produto"),
+    outputs=gr.Textbox(label="Categoria Prevista"),
+    title="Classificação de Produtos por Categoria",
+    description="Digite a descrição de um produto para classificá-lo automaticamente em uma categoria."
+)
+
+if __name__ == "__main__":
+    app.launch(share=True)