Update app.py

app.py

@@ -1,30 +1,30 @@
-from transformers import pipeline
-
-# Загрузка модели через pipeline
-classifier = pipeline("text-classification", model="data-silence/news_classifier")
-
-# Словарь для преобразования меток
-category_mapper = {
-    'LABEL_0': 'climate',
-    'LABEL_1': 'conflicts',
-    'LABEL_2': 'culture',
-    'LABEL_3': 'economy',
-    'LABEL_4': 'gloss',
-    'LABEL_5': 'health',
-    'LABEL_6': 'politics',
-    'LABEL_7': 'science',
-    'LABEL_8': 'society',
-    'LABEL_9': 'sports',
-    'LABEL_10': 'travel'
-}
-
-def classify(text):
-    result = classifier(text)
-    category = category_mapper[result[0]['label']]
-    score = result[0]['score']
-    return {"category": category, "confidence": score}
-
-# Для Gradio интерфейса
-def run_inference(text):
-    result = classify(text)
+from transformers import pipeline
+
+# Загрузка модели через pipeline
+classifier = pipeline("text-classification", model="data-silence/news_classifier_ft")
+
+# Словарь для преобразования меток
+category_mapper = {
+    'LABEL_0': 'climate',
+    'LABEL_1': 'conflicts',
+    'LABEL_2': 'culture',
+    'LABEL_3': 'economy',
+    'LABEL_4': 'gloss',
+    'LABEL_5': 'health',
+    'LABEL_6': 'politics',
+    'LABEL_7': 'science',
+    'LABEL_8': 'society',
+    'LABEL_9': 'sports',
+    'LABEL_10': 'travel'
+}
+
+def classify(text):
+    result = classifier(text)
+    category = category_mapper[result[0]['label']]
+    score = result[0]['score']
+    return {"category": category, "confidence": score}
+
+# Для Gradio интерфейса
+def run_inference(text):
+    result = classify(text)
     return f"Predicted category: {result['category']} (confidence: {result['confidence']:.2f})"