Maria Fernanda G commited on
Commit
c9e353b
·
1 Parent(s): 73d5355

desarrollo del taller transformers

Browse files
Files changed (5) hide show
  1. .gitignore +29 -0
  2. app.py +19 -0
  3. requirements.txt +7 -0
  4. sentiment_analyzer.py +75 -0
  5. user_interface.py +233 -0
.gitignore ADDED
@@ -0,0 +1,29 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ .venv/
2
+ venv/
3
+ __pycache__/
4
+ *.py[cod]
5
+ *$py.class
6
+
7
+ .env
8
+ .env.*
9
+ !.env.example
10
+
11
+ .vscode/
12
+ .gradio
13
+ .cache/
14
+
15
+ build/
16
+ dist/
17
+ *.egg-info/
18
+
19
+ .pytest_cache/
20
+ .mypy_cache/
21
+ .ruff_cache/
22
+ .coverage
23
+ .coverage.*
24
+ htmlcov/
25
+
26
+ *.log
27
+ .DS_Store
28
+ Thumbs.db
29
+ flagged/
app.py ADDED
@@ -0,0 +1,19 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # ============================================================
2
+ # Maestría de Ciencia de Datos
3
+ #
4
+ # Curso: Transformers
5
+ #
6
+ # Autores:
7
+ # - Samir Mateo Sierra Blanco
8
+ # - Maria Fernanda González Acevedo
9
+ # ============================================================
10
+
11
+ # Se importan la función que construye la interfaz y su configuración visual
12
+ from user_interface import create_interface, THEME, CSS
13
+
14
+ # Se crea la aplicación
15
+ demo = create_interface()
16
+
17
+ # Se lanza la aplicación solo si este archivo se ejecuta directamente
18
+ if __name__ == "__main__":
19
+ demo.launch(theme=THEME, css=CSS)
requirements.txt ADDED
@@ -0,0 +1,7 @@
 
 
 
 
 
 
 
 
1
+ transformers
2
+ datasets
3
+ torch
4
+ huggingface_hub
5
+ python-dotenv
6
+ gradio
7
+ spaces
sentiment_analyzer.py ADDED
@@ -0,0 +1,75 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # ============================================================
2
+ # Maestría de Ciencia de Datos
3
+ #
4
+ # Curso: Transformers
5
+ #
6
+ # Autores:
7
+ # - Samir Mateo Sierra Blanco
8
+ # - Maria Fernanda González Acevedo
9
+ # ============================================================
10
+
11
+ # Se importan las librerías necesarias
12
+ import spaces
13
+ import torch
14
+ from transformers import AutoTokenizer, AutoModelForSequenceClassification
15
+
16
+ # Se especifica el modelo a utilizar
17
+ MODEL_ID = "nlptown/bert-base-multilingual-uncased-sentiment"
18
+
19
+ # Se carga el tokenizador y el modelo
20
+ tokenizer = AutoTokenizer.from_pretrained(MODEL_ID)
21
+ model = AutoModelForSequenceClassification.from_pretrained(MODEL_ID)
22
+
23
+ # Se pone el modelo en modo evaluación para desactivar el dropout y las capas que solo se usan durante el entrenamiento
24
+ model.eval()
25
+
26
+ # Se define la función para analizar el sentimiento de los textos
27
+ @spaces.GPU
28
+ def analyze_sentiment(texts: str | list[str]) -> list[dict[str, str | float]]:
29
+
30
+ # Se verifica si el input es un string o una lista de strings, y se convierte a lista si es necesario
31
+ if isinstance(texts, str):
32
+ texts = [texts]
33
+
34
+ # Se tokenizan los textos, se aplica padding y truncation, y se convierten a tensores de PyTorch
35
+ inputs = tokenizer(texts, padding = True, truncation = True, return_tensors = "pt")
36
+
37
+ # Se realiza la inferencia con el modelo sin calcular gradientes
38
+ with torch.no_grad():
39
+ # Se obtienen las salidas del modelo
40
+ outputs = model(**inputs)
41
+
42
+ # Se calculan las probabilidades a partir de los logits utilizando softmax
43
+ probabilities = torch.softmax(outputs.logits, dim = -1)
44
+
45
+ # Se obtiene la clase con la mayor probabilidad para cada texto
46
+ predictions = torch.argmax(probabilities, dim = -1)
47
+
48
+ results = []
49
+
50
+ # Se itera sobre las predicciones y se construye la lista de resultados
51
+ for index, prediction in enumerate(predictions):
52
+ # Se obtiene la etiqueta y probabilidad correspondiente a la predicción
53
+ label = model.config.id2label[prediction.item()]
54
+ score = probabilities[index,prediction].item()
55
+
56
+ # Se determina el sentimiento basado en la etiqueta
57
+ stars = int(label.split()[0])
58
+
59
+ # Se asigna el sentimiento según el número de estrellas
60
+ if stars <=2:
61
+ sentiment = "Negativo"
62
+ elif stars == 3:
63
+ sentiment = "Neutral"
64
+ else:
65
+ sentiment = "Positivo"
66
+
67
+ # Se agrega el resultado al diccionario de resultados
68
+ results.append({
69
+ "text": texts[index],
70
+ "label": label,
71
+ "sentiment": sentiment,
72
+ "score": round(score, 4)
73
+ })
74
+
75
+ return results
user_interface.py ADDED
@@ -0,0 +1,233 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # ============================================================
2
+ # Maestría de Ciencia de Datos
3
+ #
4
+ # Curso: Transformers
5
+ #
6
+ # Autores:
7
+ # - Samir Mateo Sierra Blanco
8
+ # - Maria Fernanda González Acevedo
9
+ # ============================================================
10
+
11
+ # Se importan las librerías necesarias
12
+ import gradio as gr
13
+
14
+ # Se importa la función de análisis desarrollada en sentiment_analyzer.py
15
+ from sentiment_analyzer import analyze_sentiment
16
+
17
+ # ------------------------------------------------------------
18
+ # Configuración visual
19
+ # ------------------------------------------------------------
20
+
21
+ # Colores asociados a cada sentimiento (tonos sobrios, aptos para presentación académica)
22
+ SENTIMENT_STYLES = {
23
+ "Positivo": {"color": "#1B6B4A", "background": "#EAF4EF"},
24
+ "Neutral": {"color": "#4A5568", "background": "#EFF1F4"},
25
+ "Negativo": {"color": "#9B2C2C", "background": "#FBECEC"},
26
+ }
27
+
28
+ # Tema base de Gradio: tonos azules y grises, tipografía Inter
29
+ THEME = gr.themes.Base(
30
+ primary_hue="blue",
31
+ neutral_hue="slate",
32
+ font=[gr.themes.GoogleFont("Inter"), "system-ui", "sans-serif"],
33
+ )
34
+
35
+ # Estilos CSS adicionales para el encabezado y la tarjeta de resultado
36
+ CSS = """
37
+ .gradio-container { max-width: 1100px !important; margin: 0 auto !important; }
38
+
39
+ .app-header {
40
+ background: #1F3A5F;
41
+ padding: 28px 32px;
42
+ border-radius: 8px;
43
+ margin-bottom: 12px;
44
+ }
45
+ .app-header .eyebrow {
46
+ color: #B8C7DB !important;
47
+ font-size: 0.8rem;
48
+ letter-spacing: 0.08em;
49
+ text-transform: uppercase;
50
+ margin: 0 0 6px 0;
51
+ }
52
+ .app-header h1 {
53
+ color: #FFFFFF !important;
54
+ font-size: 1.7rem;
55
+ font-weight: 600;
56
+ margin: 0 0 8px 0;
57
+ }
58
+ .app-header .subtitle {
59
+ color: #D5DEEA !important;
60
+ font-size: 0.95rem;
61
+ margin: 0;
62
+ }
63
+
64
+ .result-card {
65
+ padding: 24px 28px;
66
+ border-radius: 8px;
67
+ border: 1px solid #D9DEE5;
68
+ min-height: 260px;
69
+ }
70
+ .result-card .caption {
71
+ color: #5B6572 !important;
72
+ font-size: 0.78rem;
73
+ letter-spacing: 0.06em;
74
+ text-transform: uppercase;
75
+ margin: 0 0 4px 0;
76
+ }
77
+ .result-card .sentiment {
78
+ font-size: 2rem;
79
+ font-weight: 700;
80
+ margin: 0 0 6px 0;
81
+ }
82
+ .result-card .stars {
83
+ font-size: 1.4rem;
84
+ letter-spacing: 3px;
85
+ margin: 0 0 4px 0;
86
+ }
87
+ .result-card .meta {
88
+ color: #4A5568 !important;
89
+ font-size: 0.9rem;
90
+ margin: 0 0 18px 0;
91
+ }
92
+ .bar-track {
93
+ background: #D9DEE5;
94
+ border-radius: 4px;
95
+ height: 10px;
96
+ overflow: hidden;
97
+ margin-bottom: 6px;
98
+ }
99
+ .bar-fill { height: 100%; border-radius: 4px; }
100
+ .placeholder-text { color: #6B7280 !important; font-size: 0.95rem; }
101
+ """
102
+
103
+ # ------------------------------------------------------------
104
+ # Contenido estático
105
+ # ------------------------------------------------------------
106
+
107
+ HEADER_HTML = """
108
+ <div class="app-header">
109
+ <p class="eyebrow">Maestría en Ciencia de Datos &middot; Curso: Transformers</p>
110
+ <h1>Análisis de Sentimiento en Textos en Español</h1>
111
+ <p class="subtitle">
112
+ Clasificación con un modelo BERT multilingüe preentrenado
113
+ (nlptown/bert-base-multilingual-uncased-sentiment).
114
+ </p>
115
+ </div>
116
+ """
117
+
118
+ EMPTY_RESULT_HTML = """
119
+ <div class="result-card">
120
+ <p class="caption">Resultado</p>
121
+ <p class="placeholder-text">
122
+ Ingrese un texto y presione "Analizar sentimiento" para ver la clasificación.
123
+ </p>
124
+ </div>
125
+ """
126
+
127
+ EXAMPLES = [
128
+ ["El servicio fue excelente, la atención fue rápida y el personal muy amable."],
129
+ ["Es un producto aceptable, cumple su función pero nada más."],
130
+ ["Una experiencia terrible, el pedido llegó tarde y en mal estado."],
131
+ ["La película tiene buenos momentos, aunque el final me decepcionó bastante."],
132
+ ]
133
+
134
+ METHODOLOGY_NOTE = """
135
+ **Modelo.** `nlptown/bert-base-multilingual-uncased-sentiment`, un modelo BERT
136
+ multilingüe ajustado (*fine-tuned*) para predecir una calificación de 1 a 5 estrellas
137
+ a partir de reseñas de productos.
138
+
139
+ **Reglas de conversión a tres clases.** 1 y 2 estrellas se clasifican como *Negativo*,
140
+ 3 estrellas como *Neutral* y 4 y 5 estrellas como *Positivo*.
141
+
142
+ **Limitaciones.** El modelo fue entrenado con reseñas de productos, por lo que su
143
+ desempeño puede disminuir en otros dominios (política, textos formales, ironía).
144
+ La clase *Neutral* es una aproximación: corresponde a la calificación intermedia de
145
+ una escala de estrellas, no a una categoría de neutralidad entrenada de forma explícita.
146
+ La confianza mostrada es la probabilidad de la clase predicha, no una medida de
147
+ exactitud garantizada.
148
+ """
149
+
150
+ # ------------------------------------------------------------
151
+ # Lógica de la interfaz
152
+ # ------------------------------------------------------------
153
+
154
+ def build_result_html(result: dict) -> str:
155
+ """Construye la tarjeta HTML a partir del diccionario devuelto por analyze_sentiment."""
156
+ style = SENTIMENT_STYLES[result["sentiment"]]
157
+
158
+ # La etiqueta del modelo tiene la forma "4 stars"; se extrae el número
159
+ stars = int(result["label"].split()[0])
160
+ star_text = "★" * stars + "☆" * (5 - stars)
161
+
162
+ confidence = result["score"] * 100
163
+
164
+ return f"""
165
+ <div class="result-card" style="background: {style['background']};
166
+ border-left: 6px solid {style['color']};">
167
+ <p class="caption">Sentimiento predominante</p>
168
+ <p class="sentiment" style="color: {style['color']};">{result['sentiment']}</p>
169
+ <p class="stars" style="color: {style['color']};">{star_text}</p>
170
+ <p class="meta">Clase del modelo: {result['label']}</p>
171
+ <p class="caption">Confianza del modelo</p>
172
+ <div class="bar-track">
173
+ <div class="bar-fill" style="width: {confidence:.1f}%;
174
+ background: {style['color']};"></div>
175
+ </div>
176
+ <p class="meta">{confidence:.1f} %</p>
177
+ </div>
178
+ """
179
+
180
+
181
+ def classify_text(text: str) -> str:
182
+ """Recibe el texto de la caja, llama al analizador y devuelve HTML para mostrar."""
183
+ # Se valida que el usuario haya escrito algo antes de llamar al modelo
184
+ if not text or not text.strip():
185
+ return EMPTY_RESULT_HTML
186
+
187
+ # analyze_sentiment devuelve una lista; como se envía un solo texto, se toma el primer elemento
188
+ result = analyze_sentiment(text)[0]
189
+ return build_result_html(result)
190
+
191
+
192
+ def clear_all():
193
+ """Restablece la caja de texto y el panel de resultado."""
194
+ return "", EMPTY_RESULT_HTML
195
+
196
+
197
+ # Se construye la función que crea la interfaz de usuario
198
+ def create_interface() -> gr.Blocks:
199
+ with gr.Blocks(title="Análisis de Sentimiento en Español") as demo:
200
+
201
+ gr.HTML(HEADER_HTML)
202
+
203
+ with gr.Row(equal_height=False):
204
+ # Columna izquierda: entrada
205
+ with gr.Column(scale=1):
206
+ text_input = gr.Textbox(
207
+ label="Texto en español",
208
+ placeholder="Escriba o pegue aquí el texto que desea analizar...",
209
+ lines=8,
210
+ max_lines=14,
211
+ )
212
+ with gr.Row():
213
+ clear_button = gr.Button("Limpiar", variant="secondary")
214
+ submit_button = gr.Button("Analizar sentimiento", variant="primary")
215
+
216
+ # Columna derecha: resultado
217
+ with gr.Column(scale=1):
218
+ result_output = gr.HTML(value=EMPTY_RESULT_HTML)
219
+
220
+ gr.Examples(
221
+ examples=EXAMPLES,
222
+ inputs=text_input,
223
+ label="Ejemplos de texto",
224
+ )
225
+
226
+ with gr.Accordion("Nota metodológica", open=False):
227
+ gr.Markdown(METHODOLOGY_NOTE)
228
+
229
+ # Conexión de eventos: qué función se ejecuta al interactuar con cada componente
230
+ submit_button.click(fn=classify_text, inputs=text_input, outputs=result_output)
231
+ clear_button.click(fn=clear_all, inputs=None, outputs=[text_input, result_output])
232
+
233
+ return demo