Update app.py

app.py

@@ -4,20 +4,21 @@ import pandas as pd
 import torch
 import io
 
-# --- Configuration de la page ---
+# --- Configuration générale de la page ---
 st.set_page_config(
-    page_title="🌍 Analyseur de Sentiment Multilingue V5",
+    page_title="🌍 Analyseur de Sentiment Multilingue",
     page_icon="🎯",
     layout="centered",
 )
 
-# --- Mode Dark/Light ---
+# --- Choix du thème (clair/sombre) par l'utilisateur ---
 theme = st.sidebar.selectbox("🎨 Choisissez le thème :", ["Clair", "Sombre"])
 if theme == "Clair":
     background_color = "#f0f2f6"
 else:
     background_color = "#222222"
 
+# --- Application du fond selon le thème choisi ---
 st.markdown(
     f"""
     <style>
@@ -34,13 +35,15 @@ st.markdown(
     unsafe_allow_html=True
 )
 
-# --- Chargement des modèles ---
+# --- Chargement des modèles IA ---
 @st.cache_resource
 def load_sentiment_model():
+    """Charge le modèle de détection de sentiment."""
     return pipeline("text-classification", model="tabularisai/multilingual-sentiment-analysis")
 
 @st.cache_resource
 def load_language_model():
+    """Charge le modèle de détection de langue."""
     tokenizer = AutoTokenizer.from_pretrained("papluca/xlm-roberta-base-language-detection")
     model = AutoModelForSequenceClassification.from_pretrained("papluca/xlm-roberta-base-language-detection")
     return tokenizer, model
@@ -48,30 +51,34 @@ def load_language_model():
 sentiment_model = load_sentiment_model()
 tokenizer_lang, model_lang = load_language_model()
 
-# --- Détecteur de langue IA ---
+# --- Fonction de détection de langue avec IA ---
 def detect_language(text):
+    """Détecte automatiquement la langue du texte fourni."""
     inputs = tokenizer_lang(text, return_tensors="pt", truncation=True, max_length=512)
     outputs = model_lang(**inputs)
     predicted_class = torch.argmax(outputs.logits, dim=1)
     label = model_lang.config.id2label[predicted_class.item()]
     return label
 
-# --- Initialiser l'historique ---
+# --- Initialisation de l'historique si non existant ---
 if 'history' not in st.session_state:
     st.session_state.history = []
 
-# --- Fonction pour couleur de la barre ---
+# --- Fonction pour calculer la couleur de la barre selon le score ---
 def sentiment_color(score):
+    """Retourne une couleur RGB en fonction du score de confiance."""
     red = int(255 * (1 - score))
     green = int(255 * score)
     return f'rgb({red},{green},0)'
 
 # --- Interface principale ---
-st.title("🎯 Analyseur de Sentiment Multilingue - V5")
-st.write("Analysez vos textes avec détection IA de langue et sentiment, historique et téléchargement. 🚀")
+st.title("🎯 Analyseur de Sentiment Multilingue")
+st.write("Cette application utilise deux modèles d'IA pour détecter la langue et analyser le sentiment d'un texte.")
 
+# --- Saisie utilisateur ---
 user_input = st.text_area("✍️ Entrez vos phrases séparées par un point-virgule ';'", height=180)
 
+# --- Bouton pour déclencher l'analyse ---
 if st.button("🔎 Analyser"):
     if not user_input.strip():
         st.warning("⚠️ Merci d'entrer au moins une phrase complète.")
@@ -80,17 +87,21 @@ if st.button("🔎 Analyser"):
         st.info(f"Nombre de phrases détectées : {len(phrases)}")
         results = []
 
+        # --- Traitement de chaque phrase ---
         with st.spinner("Analyse en cours... ⏳"):
             for phrase in phrases:
+                # Détection de la langue
                 try:
                     lang = detect_language(phrase)
                 except Exception as e:
                     lang = "Erreur"
 
+                # Analyse du sentiment
                 analysis = sentiment_model(phrase)[0]
                 sentiment = analysis["label"]
                 score = round(analysis["score"], 2)
 
+                # Stockage des résultats
                 result_entry = {
                     "Texte": phrase,
                     "Langue": lang,
@@ -100,7 +111,7 @@ if st.button("🔎 Analyser"):
                 results.append(result_entry)
                 st.session_state.history.append(result_entry)
 
-                # Réactions
+                # --- Affichage des résultats pour chaque phrase ---
                 if "negative" in sentiment.lower():
                     st.toast("🚨 Sentiment négatif détecté !", icon="⚡")
                     st.error(f"😞 Texte : {phrase}")
@@ -110,7 +121,7 @@ if st.button("🔎 Analyser"):
                 else:
                     st.warning(f"😐 Texte : {phrase}")
 
-                # Explication du slider
+                # --- Explication du slider de confiance ---
                 st.markdown(
                     """
                     <p style="margin-top:20px; text-align:center;">
@@ -120,7 +131,7 @@ if st.button("🔎 Analyser"):
                     unsafe_allow_html=True
                 )
 
-                # Barre colorée
+                # --- Barre colorée de score ---
                 color = sentiment_color(score)
                 st.markdown(
                     f"""
@@ -132,14 +143,14 @@ if st.button("🔎 Analyser"):
                     unsafe_allow_html=True
                 )
 
-# --- Historique des analyses ---
+# --- Affichage de l'historique des analyses ---
 if st.session_state.history:
     st.markdown("---")
     st.subheader("📄 Historique des Analyses")
     df_history = pd.DataFrame(st.session_state.history)
     st.dataframe(df_history)
 
-    # Bouton pour télécharger CSV
+    # --- Téléchargement de l'historique en CSV ---
     csv = df_history.to_csv(index=False)
     buffer = io.BytesIO()
     buffer.write(csv.encode())
@@ -152,6 +163,11 @@ if st.session_state.history:
         mime="text/csv"
     )
 
-# --- Footer ---
+# --- Footer avec crédits modèles ---
 st.markdown("---")
-st.markdown("🔗 [Voir le modèle de sentiment](https://huggingface.co/tabularisai/multilingual-sentiment-analysis) | 🔗 [Voir le modèle de langue](https://huggingface.co/papluca/xlm-roberta-base-language-detection) | Réalisé avec ❤️ et IA.")
+st.markdown(
+    """
+    🔗 [Voir le modèle de sentiment utilisé](https://huggingface.co/tabularisai/multilingual-sentiment-analysis)  
+    🔗 [Voir le modèle de détection de langue utilisé](https://huggingface.co/papluca/xlm-roberta-base-language-detection)
+    """
+)