first commit

app.py

@@ -3,20 +3,29 @@
 from transformers import AutoTokenizer, AutoModelForSequenceClassification, pipeline
 import gradio as gr
 
-# تحميل نموذج تحليل المشاعر الفارسي من HooshvareLab
+# تحميل نموذج التحليل الفارسي
 model_name = "HooshvareLab/bert-fa-base-uncased-sentiment-digikala"
 tokenizer = AutoTokenizer.from_pretrained(model_name)
 model = AutoModelForSequenceClassification.from_pretrained(model_name)
 
-# إنشاء أداة التحليل
-sentiment_analyzer = pipeline("sentiment-analysis", model=model, tokenizer=tokenizer)
+# إنشاء الـ pipeline
+sentiment_analyzer = pipeline("sentiment-analysis", model=model, tokenizer=tokenizer, return_all_scores=True)
 
-# الدالة اللي تحلل النص
+# دالة التحليل
 def analyze_sentiment(text):
-    result = sentiment_analyzer(text)[0]
-    label = result['label']
-    score = round(result['score'], 3)
-    return f"نتیجه: {label} ({score})"
+    results = sentiment_analyzer(text)[0]  # نجيب كل النتائج (إيجابي، سلبي، محايد)
+    output = ""
+    for r in results:
+        label = r["label"]
+        score = round(r["score"], 3)
+        if label.lower() == "positive":
+            label_fa = "مثبت (إيجابي)"
+        elif label.lower() == "negative":
+            label_fa = "منفی (سلبي)"
+        else:
+            label_fa = "خنثی (محايد)"
+        output += f"{label_fa}: {score}\n"
+    return output
 
 # واجهة Gradio
 iface = gr.Interface(
@@ -24,7 +33,7 @@ iface = gr.Interface(
     inputs=gr.Textbox(lines=2, placeholder="متن خود را وارد کنید..."),
     outputs="text",
     title="تحلیل احساسات متون فارسی",
-    description="مدلی برای تشخیص مثبت، منفی یا خنثی بودن متن فارسی."
+    description="نمایش احتمال مثبت، منفی و خنثی بودن متن فارسی."
 )
 
-iface.launch()
+iface.launch()