Update app.py

app.py

@@ -3,66 +3,56 @@ from transformers import pipeline
 from langdetect import detect
 import pandas as pd
 
-# Configuration de la page
+# Configurer la page
 st.set_page_config(
-    page_title="🌍 Analyse de Sentiment Multilingue V2",
-    page_icon="🔎",
+    page_title="🌍 Analyse de Sentiment Multilingue V3",
+    page_icon="🎯",
     layout="centered",
 )
 
-# CSS personnalisé pour rendre l'app plus douce visuellement
+# CSS custom pour fond clair
 st.markdown(
     """
     <style>
     .stApp {
         background-color: #f0f2f6;
     }
-    .big-font {
-        font-size:20px !important;
-    }
     </style>
     """,
     unsafe_allow_html=True
 )
 
-# Titre principal
-st.title("🔎 Analyseur de Sentiment Multilingue")
-st.write("**Bienvenue !** Cette application détecte automatiquement la langue et analyse les sentiments de vos textes. 📖")
-
-# Sidebar d'information
-with st.sidebar:
-    st.header("📚 À propos de l'application")
-    st.write("""
-    - Modèle IA : tabularisai/multilingual-sentiment-analysis
-    - Analyse de texte rapide
-    - Détection de la langue
-    """)
-    st.markdown("---")
-    st.write("Réalisé avec ❤️ en Python et Streamlit")
-
-# Charger le modèle
+# Fonction pour colorer un slider
+def sentiment_color(score):
+    """Retourne une couleur hex en fonction du score (0=rouge, 1=vert)"""
+    red = int(255 * (1 - score))
+    green = int(255 * score)
+    return f'rgb({red},{green},0)'
+
+# Charger modèle
 @st.cache_resource
 def load_model():
     return pipeline("text-classification", model="tabularisai/multilingual-sentiment-analysis")
 
 classifier = load_model()
 
-# Entrée utilisateur
-st.subheader("✍️ Entrez vos phrases :")
-user_input = st.text_area("Entrez plusieurs phrases séparées par un point-virgule ';'", height=150)
+# Titre
+st.title("🎯 Analyseur de Sentiment Multilingue - V3")
+st.write("Analysez vos textes avec détection de langue, sentiment et visualisation dynamique. 🚀")
 
-# Bouton
-if st.button("🔍 Lancer l'analyse"):
+# Zone utilisateur
+user_input = st.text_area("✍️ Entrez vos phrases séparées par un point-virgule ';'", height=150)
+
+if st.button("🔎 Analyser"):
     if not user_input.strip():
         st.warning("⚠️ Merci d'entrer au moins une phrase.")
     else:
         phrases = [phrase.strip() for phrase in user_input.split(';') if phrase.strip()]
 
         st.info(f"Nombre de phrases détectées : {len(phrases)}")
-
         results = []
 
-        with st.spinner("Analyse en cours... ⏳"):
+        with st.spinner("Analyse en cours..."):
             for phrase in phrases:
                 try:
                     lang = detect(phrase)
@@ -70,23 +60,43 @@ if st.button("🔍 Lancer l'analyse"):
                     lang = "indéterminée"
 
                 analysis = classifier(phrase)[0]
+                sentiment = analysis["label"]
+                score = round(analysis["score"], 2)
+
                 results.append({
                     "Texte": phrase,
                     "Langue": lang,
-                    "Sentiment": analysis["label"],
-                    "Score": round(analysis["score"], 2)
+                    "Sentiment": sentiment,
+                    "Score": score
                 })
 
-        # Affichage sous forme de tableau
+                # Animation en cas de sentiment négatif
+                if "negative" in sentiment.lower():
+                    st.error(f"😞 Texte : {phrase}")
+                    st.markdown('<div style="position: fixed;top: 0;left: 0;width: 100%;height: 100%;background: rgba(255,0,0,0.1);z-index: 9999;"></div>', unsafe_allow_html=True)
+                elif "positive" in sentiment.lower():
+                    st.success(f"😊 Texte : {phrase}")
+                else:
+                    st.warning(f"😐 Texte : {phrase}")
+
+                # Barre Slider personnalisée
+                color = sentiment_color(score)
+                st.markdown(
+                    f"""
+                    <div style="margin:10px 0;">
+                        <div style="height:20px;width:100%;background:linear-gradient(to right, {color} {score*100}%, #d3d3d3 {score*100}%);border-radius:10px;"></div>
+                        <center><small><b>Score de confiance : {score:.0%}</b></small></center>
+                    </div>
+                    """,
+                    unsafe_allow_html=True
+                )
+
+        # Résumé tableau
+        st.markdown("---")
+        st.subheader("📄 Résumé des analyses")
         df_results = pd.DataFrame(results)
         st.dataframe(df_results)
 
-        # Résultats graphiques
-        st.subheader("📊 Visualisation des scores de confiance")
-        st.bar_chart(df_results.set_index("Texte")["Score"])
-
-        st.success("✅ Analyse terminée avec succès !")
-
 # Footer
 st.markdown("---")
-st.markdown("🔗 [Voir le modèle Hugging Face](https://huggingface.co/tabularisai/multilingual-sentiment-analysis) | Projet open-source disponible sur demande.")
+st.markdown("🔗 [Voir le modèle sur Hugging Face](https://huggingface.co/tabularisai/multilingual-sentiment-analysis) | Application réalisée avec ❤️ en Python.")