app.py

from transformers import pipeline
import gradio as gr
from transformers.utils import logging
logging.set_verbosity_error()


pipe = pipeline(
    "zero-shot-classification", 
    model="MoritzLaurer/xtremedistil-l6-h256-mnli-fever-anli-ling-binary"
)

# Etiquetas fijas (rubros de consultas bancarias)
etiquetas = [
    "Préstamos",
    "Tarjetas",
    "Transferencias",
    "Atención al cliente",
    "Cuentas",
    "Inversiones",
    "Seguros",
    "Home Banking",
    "Cajeros automáticos",
    "Clave o token",
    "Reclamos",
    "Beneficios y promociones",
    "Cheques",
    "Problemas con la app"
]


# Función principal para clasificar texto
def clasificar_consulta(texto):
    resultado = pipe(texto, candidate_labels=etiquetas)
    # Ordenar y mostrar resultados
    salida = "\n".join(
        [f"{label}: {round(score * 100, 2)}%" for label, score in zip(resultado["etiquetas"], resultado["scores"])]
    )
    return salida

# Interfaz con Gradio
iface = gr.Interface(
    fn=clasificar_consulta,
    inputs=gr.Textbox(label="Consulta del cliente"),
    outputs=gr.Textbox(label="Clasificación de la consulta por rubro"),
    title="Clasificación de consultas hecha por clientes a su entidad financiera",
    description="Clasificá una consulta o reclamo y el modelo asignará un rubro."
)

iface.launch()