Update app.py

app.py

@@ -1,25 +1,23 @@
-import gradio as gr
 from transformers import pipeline, AutoModelForSequenceClassification, AutoTokenizer
 from sklearn.metrics.pairwise import cosine_similarity
 from sklearn.feature_extraction.text import TfidfVectorizer
 import numpy as np
+import gradio as gr
 
 # Modelos para análisis de texto y similitud
 sentiment_analysis = pipeline("sentiment-analysis", model="distilbert-base-uncased-finetuned-sst-2-english")
 similarity_model = AutoModelForSequenceClassification.from_pretrained("bert-base-uncased")
 similarity_tokenizer = AutoTokenizer.from_pretrained("bert-base-uncased")
 
-# Respuestas esperadas
+# Respuestas esperadas para las preguntas
 expected_responses = {
     'question1': ['respuesta1a', 'respuesta1b', 'respuesta1c'],
     'question2': ['respuesta2a', 'respuesta2b', 'respuesta2c'],
     'question3': ['respuesta3a', 'respuesta3b', 'respuesta3c'],
     'question4': ['respuesta4a', 'respuesta4b', 'respuesta4c'],
-    'question5': 'análisis de texto para la pregunta 5',
-    'question6': 'análisis de texto para la pregunta 6'
 }
 
-# Función para calcular la similitud de respuestas
+# Función para calcular la similitud de respuestas usando TF-IDF y cosine similarity
 def calculate_similarity(response, expected_responses):
     vectorizer = TfidfVectorizer().fit_transform([response] + expected_responses)
     vectors = vectorizer.toarray()
@@ -49,22 +47,27 @@ def evaluate_all_responses(responses):
     return results
 
 # Interfaz Gradio
-def evaluate(responses):
+def evaluate(*responses):
     if len(responses) != 6:
         return {'error': 'Se esperan 6 respuestas'}
     results = evaluate_all_responses(responses)
     return results
 
+# Definir los cuadros de texto para las respuestas de las preguntas
 input_texts = [gr.Textbox(label=f"Pregunta {i+1}") for i in range(6)]
+
+# Definir la salida como un JSON para mostrar los resultados
 output_text = gr.JSON(label="Resultados")
 
+# Crear la interfaz Gradio
 demo = gr.Interface(
     fn=evaluate,
     inputs=input_texts,
     outputs=output_text,
-    title="Evaluación de Respuestas",
-    description="Ingrese las respuestas para las 6 preguntas."
+    title="Evaluación de Respuestas y Análisis de Texto",
+    description="Ingrese las respuestas para las 6 preguntas y obtenga evaluaciones de similitud y análisis de sentimientos.",
 )
 
+# Lanzar la aplicación
 if __name__ == "__main__":
     demo.launch()