Enhance Gradio app with improved error handling, label mapping, and UI responsiveness

app.py

@@ -1,6 +1,13 @@
 import gradio as gr
 from transformers import pipeline
+import re
+from functools import lru_cache
+import logging
+from typing import List, Dict, Tuple
 
+# Set up logging
+logging.basicConfig(level=logging.INFO)
+logger = logging.getLogger(__name__)
 
 # รายชื่อโมเดลที่ให้เลือก
 MODEL_LIST = [
@@ -19,199 +26,312 @@ MODEL_LIST = [
     "nlptown/bert-base-multilingual-uncased-sentiment"
 ]
 
-from functools import lru_cache
-
 # ใช้ cache เพื่อไม่ต้องโหลดโมเดลซ้ำ
-@lru_cache(maxsize=2)
-def get_nlp(model_name):
-    return pipeline("sentiment-analysis", model=model_name)
+@lru_cache(maxsize=3)
+def get_nlp(model_name: str):
+    try:
+        return pipeline("sentiment-analysis", model=model_name)
+    except Exception as e:
+        logger.error(f"Error loading model {model_name}: {e}")
+        raise gr.Error(f"ไม่สามารถโหลดโมเดล {model_name} ได้: {str(e)}")
 
-label_map = {
-    "LABEL_0": 0,
-    "LABEL_1": 1,
-    "LABEL_2": 2,
-    "LABEL_3": 3
-}
-label_name_map = {
-    "LABEL_0": "question",
-    "LABEL_1": "negative",
-    "LABEL_2": "neutral",
-    "LABEL_3": "positive"
+# Enhanced label mapping with more comprehensive support
+LABEL_MAPPINGS = {
+    # Standard labels
+    "LABEL_0": {"code": 0, "name": "question", "emoji": "❓", "color": "#2196F3", "bg": "#E3F2FD"},
+    "LABEL_1": {"code": 1, "name": "negative", "emoji": "😔", "color": "#F44336", "bg": "#FFEBEE"},
+    "LABEL_2": {"code": 2, "name": "neutral", "emoji": "😐", "color": "#FF9800", "bg": "#FFF3E0"},
+    "LABEL_3": {"code": 3, "name": "positive", "emoji": "😊", "color": "#4CAF50", "bg": "#E8F5E8"},
+    
+    # Alternative label formats
+    "POSITIVE": {"code": 3, "name": "positive", "emoji": "😊", "color": "#4CAF50", "bg": "#E8F5E8"},
+    "NEGATIVE": {"code": 1, "name": "negative", "emoji": "😔", "color": "#F44336", "bg": "#FFEBEE"},
+    "NEUTRAL": {"code": 2, "name": "neutral", "emoji": "😐", "color": "#FF9800", "bg": "#FFF3E0"},
+    
+    # Numerical labels
+    "0": {"code": 0, "name": "negative", "emoji": "😔", "color": "#F44336", "bg": "#FFEBEE"},
+    "1": {"code": 1, "name": "positive", "emoji": "😊", "color": "#4CAF50", "bg": "#E8F5E8"},
 }
 
-def analyze_text(text, model_name):
-    # แยกประโยคโดยใช้ \n หรือจุด
-    import re
-    sentences = [s.strip() for s in re.split(r'[.\n]', text) if s.strip()]
+def get_label_info(label: str) -> Dict:
+    """Get label information with fallback for unknown labels"""
+    return LABEL_MAPPINGS.get(label, {
+        "code": -1, 
+        "name": label.lower(), 
+        "emoji": "🔍", 
+        "color": "#666666", 
+        "bg": "#F5F5F5"
+    })
+
+def split_sentences(text: str) -> List[str]:
+    """Enhanced sentence splitting with better Thai support"""
+    # Split by various sentence endings and normalize
+    sentences = re.split(r'[.!?。\n]+', text)
+    # Clean and filter empty sentences
+    sentences = [s.strip() for s in sentences if s.strip() and len(s.strip()) > 2]
+    return sentences
+
+def create_progress_bar(score: float, width: int = 20) -> str:
+    """Create a visual progress bar"""
+    filled = int(score * width)
+    return "█" * filled + "░" * (width - filled)
+
+def analyze_text(text: str, model_name: str) -> str:
+    """Enhanced text analysis with better error handling and formatting"""
+    if not text or not text.strip():
+        return "❗ กรุณาใส่ข้อความที่ต้องการวิเคราะห์"
+    
+    sentences = split_sentences(text)
     
     if not sentences:
-        return "❗ กรุณาใส่ข้อความที่ต้องการวิเคราะห์"
+        return "❗ ไม่พบประโยคที่สามารถวิเคราะห์ได้ กรุณาใส่ข้อความที่ยาวกว่านี้"
     
-    # สีและไอคอนสำหรับแต่ละ sentiment
-    sentiment_style = {
-        "positive": {"emoji": "😊", "color": "#4CAF50", "bg": "#E8F5E8"},
-        "negative": {"emoji": "😔", "color": "#F44336", "bg": "#FFEBEE"},
-        "neutral": {"emoji": "😐", "color": "#FF9800", "bg": "#FFF3E0"},
-        "question": {"emoji": "❓", "color": "#2196F3", "bg": "#E3F2FD"}
-    }
+    try:
+        nlp = get_nlp(model_name)
+    except Exception as e:
+        return f"❌ เกิดข้อผิดพลาดในการโหลดโมเดล: {str(e)}"
     
     results = []
-    results.append("📊 **ผลการวิเคราะห์ความรู้สึก**\n" + "="*50 + "\n")
+    results.append("📊 **ผลการวิเคราะห์ความรู้สึก**\n" + "="*60 + "\n")
+    results.append(f"🤖 **โมเดล:** {model_name}\n")
+    
+    sentiment_counts = {"positive": 0, "negative": 0, "neutral": 0, "question": 0, "other": 0}
+    total_confidence = 0
     
-    nlp = get_nlp(model_name)
     for i, sentence in enumerate(sentences, 1):
-        result = nlp(sentence)[0]
-        label = result['label']
-        score = result['score']
-        code = label_map.get(label, -1)
-        label_name = label_name_map.get(label, label)
-        style = sentiment_style.get(label_name, {"emoji": "🔍", "color": "#666666", "bg": "#F5F5F5"})
-        bar_length = int(score * 20)
-        progress_bar = "█" * bar_length + "░" * (20 - bar_length)
-        result_text = f"""
-🔸 **ประโยคที่ {i}:** "{sentence}"
+        try:
+            result = nlp(sentence)[0]
+            label = result['label']
+            score = result['score']
+            
+            label_info = get_label_info(label)
+            label_name = label_info["name"]
+            
+            # Count sentiments
+            if label_name in sentiment_counts:
+                sentiment_counts[label_name] += 1
+            else:
+                sentiment_counts["other"] += 1
+            
+            total_confidence += score
+            
+            # Create formatted result
+            progress_bar = create_progress_bar(score)
+            confidence_percent = score * 100
+            
+            result_text = f"""
+🔸 **ประโยคที่ {i}:** "{sentence[:100]}{'...' if len(sentence) > 100 else ''}"
 
-{style['emoji']} **ผลวิเคราะห์:** {label_name.upper()} (รหัส: {code})
-📈 **ความมั่นใจ:** {score:.2f} ({score*100:.1f}%)
-{progress_bar} {score:.2f}
+{label_info['emoji']} **ผลวิเคราะห์:** {label_name.upper()} (รหัส: {label_info['code']})
+📈 **ความมั่นใจ:** {score:.3f} ({confidence_percent:.1f}%)
+{progress_bar} {score:.3f}
 
-{'─' * 60}
+{'─' * 70}
 """
-        results.append(result_text)
+            results.append(result_text)
+            
+        except Exception as e:
+            logger.error(f"Error analyzing sentence {i}: {e}")
+            results.append(f"\n❌ เกิดข้อผิดพลาดในการวิเคราะห์ประโยคที่ {i}: {str(e)}\n{'─' * 70}\n")
     
-    # เพิ่มสรุปผลรวม
+    # Enhanced summary
     total_sentences = len(sentences)
-    results.append(f"\n📋 **สรุป:** วิเคราะห์ทั้งหมด {total_sentences} ประโยค")
+    avg_confidence = total_confidence / total_sentences if total_sentences > 0 else 0
     
-    return "\n".join(results)
-
+    summary = f"""
+📋 **สรุปผลการวิเคราะห์**
+━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
+📊 จำนวนประโยคทั้งหมด: {total_sentences} ประโยค
+📈 ความมั่นใจเฉลี่ย: {avg_confidence:.3f} ({avg_confidence*100:.1f}%)
 
+🎯 **การกระจายของความรู้สึก:**
+"""
+    
+    for sentiment, count in sentiment_counts.items():
+        if count > 0:
+            percentage = (count / total_sentences) * 100
+            emoji = {"positive": "😊", "negative": "😔", "neutral": "😐", "question": "❓", "other": "🔍"}
+            summary += f"   {emoji.get(sentiment, '🔍')} {sentiment.title()}: {count} ประโยค ({percentage:.1f}%)\n"
+    
+    results.append(summary)
+    
+    return "\n".join(results)
 
+# Enhanced CSS with better responsiveness
+CUSTOM_CSS = """
+.gradio-container {
+    max-width: 1200px !important;
+    margin: auto !important;
+    background: linear-gradient(135deg, #667eea 0%, #764ba2 100%) !important;
+    border-radius: 20px !important;
+    box-shadow: 0 8px 32px 0 rgba(31, 38, 135, 0.37);
+}
+.main-card {
+    background: rgba(255, 255, 255, 0.95);
+    border-radius: 16px;
+    box-shadow: 0 4px 16px 0 rgba(0, 0, 0, 0.1);
+    padding: 24px;
+    margin: 16px 0;
+    backdrop-filter: blur(10px);
+}
+.output-markdown {
+    font-family: 'Segoe UI', 'Noto Sans Thai', sans-serif !important;
+    line-height: 1.6;
+}
+.gr-button {
+    font-size: 1.1em;
+    padding: 0.8em 2.5em;
+    border-radius: 12px;
+    font-weight: 600;
+    transition: all 0.3s ease;
+}
+.gr-button:hover {
+    transform: translateY(-2px);
+    box-shadow: 0 4px 12px rgba(0, 0, 0, 0.15);
+}
+.gr-textbox textarea {
+    font-size: 1.1em;
+    min-height: 140px;
+    font-family: 'Segoe UI', 'Noto Sans Thai', sans-serif;
+}
+.gr-dropdown input {
+    font-size: 1.1em;
+}
+"""
 
+# Enhanced Gradio interface
 with gr.Blocks(
     theme=gr.themes.Soft(primary_hue="blue", secondary_hue="purple", neutral_hue="gray"),
-    css="""
-    .gradio-container {
-        max-width: 900px !important;
-        margin: auto !important;
-        background: #f4f7fa !important;
-        border-radius: 18px !important;
-        box-shadow: 0 4px 24px 0 #bdbdbd33;
-    }
-    .main-card {
-        background: white;
-        border-radius: 16px;
-        box-shadow: 0 2px 12px 0 #bdbdbd22;
-        padding: 32px 32px 24px 32px;
-        margin: 32px 0 24px 0;
-    }
-    .output-markdown {
-        font-family: 'Segoe UI', Tahoma, Geneva, Verdana, sans-serif !important;
-    }
-    .gr-button {
-        font-size: 1.1em;
-        padding: 0.7em 2em;
-        border-radius: 8px;
-    }
-    .gr-textbox textarea {
-        font-size: 1.1em;
-        min-height: 120px;
-    }
-    .gr-dropdown input {
-        font-size: 1.1em;
-    }
-    """
+    css=CUSTOM_CSS,
+    title="Thai Sentiment Analyzer - AI วิเคราะห์ความรู้สึกภาษาไทย"
 ) as demo:
+    
     gr.Markdown("""
-    <div style="text-align: center; padding: 32px 0 12px 0;">
-        <h1 style="font-size:2.5em; margin-bottom: 0.2em; color:#3b3b6d;">🧠 Thai Sentiment Analyzer</h1>
-        <div style="font-size:1.2em; color:#666;">AI วิเคราะห์ความรู้สึกในข้อความภาษาไทย รองรับหลายโมเดลและหลายประโยค</div>
+    <div style="text-align: center; padding: 40px 0 20px 0;">
+        <h1 style="font-size:3em; margin-bottom: 0.3em; color:white; text-shadow: 2px 2px 4px rgba(0,0,0,0.3);">🧠 Thai Sentiment Analyzer</h1>
+        <div style="font-size:1.3em; color:rgba(255,255,255,0.9); text-shadow: 1px 1px 2px rgba(0,0,0,0.3);">
+            AI วิเคราะห์ความรู้สึกในข้อความภาษาไทย รองรับหลายโมเดลและหลายประโยค
+        </div>
     </div>
     """)
+    
     with gr.Row():
-        with gr.Column():
+        with gr.Column(scale=1):
             gr.Markdown("""
             <div class='main-card'>
-                <h3 style='color:#4a4a7d; margin-bottom:10px;'>� เลือกโมเดลวิเคราะห์ความรู้สึก</h3>
+                <h3 style='color:#4a4a7d; margin-bottom:15px; font-size:1.2em;'>🤖 เลือกโมเดลวิเคราะห์</h3>
+                <p style='color:#666; font-size:0.95em; margin-bottom:10px;'>เลือกโมเดล AI ที่ต้องการใช้ในการวิเคราะห์ความรู้สึก</p>
             </div>
             """)
+            
             model_dropdown = gr.Dropdown(
                 choices=MODEL_LIST,
-                value="ZombitX64/MultiSent-E5",
-                label="โมเดลที่ต้องการใช้"
+                value="ZombitX64/MultiSent-E5-Pro",
+                label="โมเดลที่ต้องการใช้",
+                info="แนะนำ: MultiSent-E5-Pro สำหรับความแม่นยำสูง"
             )
+            
             gr.Markdown("""
-            <div class='main-card' style='margin-top:18px;'>
-                <h3 style='color:#4a4a7d; margin-bottom:10px;'>� ตัวอย่างข้อความ</h3>
+            <div class='main-card' style='margin-top:20px;'>
+                <h3 style='color:#4a4a7d; margin-bottom:15px; font-size:1.2em;'>📖 คำแนะนำการใช้งาน</h3>
+                <ul style='color:#666; font-size:0.95em; line-height:1.6;'>
+                    <li>พิมพ์ข้อความภาษาไทยที่ต้องการวิเคราะห์</li>
+                    <li>แยกประโยคด้วยจุด (.) หรือขึ้นบรรทัดใหม่</li>
+                    <li>รองรับการวิเคราะห์หลายประโยคพร้อมกัน</li>
+                    <li>ผลลัพธ์จะแสดงความมั่นใจและสรุปภาพรวม</li>
+                </ul>
             </div>
             """)
-        with gr.Column():
+            
+        with gr.Column(scale=2):
             gr.Markdown("""
             <div class='main-card'>
-                <h3 style='color:#4a4a7d; margin-bottom:10px;'>📝 ข้อความที่ต้องการวิเคราะห์</h3>
-                <div style='color:#888; font-size:1em;'>
-                💬 พิมพ์ข้อความหลายประโยคที่นี่<br>
-                <span style='font-size:0.95em;'>• แยกแต่ละประโยคด้วยจุด (.) หรือขึ้นบรรทัดใหม่<br>• รองรับข้อความภาษาไทยและหลายประโยคพร้อมกัน</span>
-                </div>
+                <h3 style='color:#4a4a7d; margin-bottom:15px; font-size:1.2em;'>📝 ข้อความที่ต้องการวิเคราะห์</h3>
             </div>
             """)
+            
             text_input = gr.Textbox(
-                lines=7,
-                placeholder="ตัวอย่าง: วันนี้อากาศดีมาก. ฉันมีความสุขมาก\nหรือ\nวันนี้อากาศดีมาก\nฉันมีความสุขมาก",
-                label=""
+                lines=8,
+                placeholder="ตัวอย่าง:\nวันนี้อากาศดีมาก ฉันรู้สึกมีความสุข\nแต่การจราจรติดมาก น่าเบื่อจริงๆ\nโดยรวมแล้วก็โอเคนะ",
+                label="",
+                show_label=False
             )
-            analyze_btn = gr.Button("� วิเคราะห์ข้อความ", elem_id="analyze-btn")
+            
+            with gr.Row():
+                analyze_btn = gr.Button("🔍 วิเคราะห์ข้อความ", variant="primary", size="lg")
+                clear_btn = gr.Button("🗑️ ล้างข้อความ", variant="secondary")
+            
             output_box = gr.Textbox(
                 label="📊 ผลการวิเคราะห์ความรู้สึก",
-                lines=15,
-                show_copy_button=True
+                lines=20,
+                show_copy_button=True,
+                show_label=True
             )
-        # ต้องสร้างตัวอย่างหลัง text_input ถูกนิยามแล้ว
-        examples = gr.Examples(
-            examples=[
-                ["วันนี้อากาศดีมาก ฉันรู้สึกมีความสุขมาก"],
-                ["ฉันไม่ชอบอาหารนี้ รสชาติแปลกมาก"],
-                ["วันนี้เป็นยังไง\nเรียนหนังสือกันไหม"],
-                ["บริการดีมาก พนักงานใจดี\nแต่ของมีราคาแพงไปหน่อย\nโดยรวมแล้วพอใจ"]
-            ],
-            inputs=[text_input],
-            label="คลิกเพื่อใส่ตัวอย่างในกล่องข้อความ"
-        )
+    
+    # Enhanced examples
+    examples = gr.Examples(
+        examples=[
+            ["วันนี้อากาศดีมาก ฉันรู้สึกมีความสุขมาก สีฟ้าสวยจริงๆ"],
+            ["ฉันไม่ชอบอาหารนี้เลย รสชาติแปลกมาก เค็มเกินไป"],
+            ["วันนี้เป็นยังไงบ้าง\nเรียนหนังสือกันไหม\nมีงานอะไรให้ช่วยไหม"],
+            ["บริการดีมาก พนักงานใจดีและเป็นกันเอง\nแต่ของมีราคาแพงไปหน่อย\nโดยรวมแล้วพอใจครับ แนะนำให้เพื่อนมาลอง"],
+            ["เมื่อไหร่จะได้เจอกันอีก คิดถึงมากเลย\nแต่ตอนนี้ต้องทำงานหนักก่อน เพื่ออนาคตที่ดี"]
+        ],
+        inputs=[text_input],
+        label="💡 คลิกเพื่อลองใช้ตัวอย่าง"
+    )
+    
+    # Sentiment legend with enhanced styling
     gr.Markdown("""
-    <div class='main-card' style='margin-top:24px; background: #f8f9fa;'>
-        <div style="display: flex; justify-content: space-around; padding: 10px 0;">
-            <div style="text-align: center;">
-                <div style="font-size: 24px;">😊</div>
-                <strong>Positive</strong><br>
-                <small>ความรู้สึกเชิงบวก</small>
+    <div class='main-card' style='margin-top:30px; background: linear-gradient(135deg, #f8f9fa 0%, #e9ecef 100%);'>
+        <h3 style='color:#4a4a7d; text-align:center; margin-bottom:20px;'>🎯 คำอธิบายผลการวิเคราะห์</h3>
+        <div style="display: grid; grid-template-columns: repeat(auto-fit, minmax(200px, 1fr)); gap: 20px; padding: 15px 0;">
+            <div style="text-align: center; padding: 15px; background: rgba(76, 175, 80, 0.1); border-radius: 12px;">
+                <div style="font-size: 28px; margin-bottom: 8px;">😊</div>
+                <strong style="color: #4CAF50; font-size: 1.1em;">Positive</strong><br>
+                <small style="color: #666;">ความรู้สึกเชิงบวก<br>ดี, สุข, ชอบ</small>
             </div>
-            <div style="text-align: center;">
-                <div style="font-size: 24px;">😔</div>
-                <strong>Negative</strong><br>
-                <small>ความรู้สึกเชิงลบ</small>
+            <div style="text-align: center; padding: 15px; background: rgba(244, 67, 54, 0.1); border-radius: 12px;">
+                <div style="font-size: 28px; margin-bottom: 8px;">😔</div>
+                <strong style="color: #F44336; font-size: 1.1em;">Negative</strong><br>
+                <small style="color: #666;">ความรู้สึกเชิงลบ<br>เศร้า, โกรธ, ไม่ชอบ</small>
             </div>
-            <div style="text-align: center;">
-                <div style="font-size: 24px;">😐</div>
-                <strong>Neutral</strong><br>
-                <small>ความรู้สึกเป็นกลาง</small>
+            <div style="text-align: center; padding: 15px; background: rgba(255, 152, 0, 0.1); border-radius: 12px;">
+                <div style="font-size: 28px; margin-bottom: 8px;">😐</div>
+                <strong style="color: #FF9800; font-size: 1.1em;">Neutral</strong><br>
+                <small style="color: #666;">ความรู้สึกเป็นกลาง<br>ปกติ, พอใช้ได้</small>
             </div>
-            <div style="text-align: center;">
-                <div style="font-size: 24px;">❓</div>
-                <strong>Question</strong><br>
-                <small>ประโยคคำถาม</small>
+            <div style="text-align: center; padding: 15px; background: rgba(33, 150, 243, 0.1); border-radius: 12px;">
+                <div style="font-size: 28px; margin-bottom: 8px;">❓</div>
+                <strong style="color: #2196F3; font-size: 1.1em;">Question</strong><br>
+                <small style="color: #666;">ประโยคคำถาม<br>อะไร, ไหน, เมื่อไหร่</small>
             </div>
         </div>
     </div>
     """)
 
+    # Enhanced event handlers
     def analyze_wrapper(text, model_name):
+        if not text.strip():
+            return "❗ กรุณาใส่ข้อความที่ต้องการวิเคราะห์"
         return analyze_text(text, model_name)
+    
+    def clear_text():
+        return ""
+    
+    # Connect events
     analyze_btn.click(analyze_wrapper, inputs=[text_input, model_dropdown], outputs=output_box)
     text_input.submit(analyze_wrapper, inputs=[text_input, model_dropdown], outputs=output_box)
-
     model_dropdown.change(analyze_wrapper, inputs=[text_input, model_dropdown], outputs=output_box)
+    clear_btn.click(clear_text, outputs=text_input)
 
-# เรียกใช้งาน Gradio app
-demo.queue().launch()
-
-
+# Launch with enhanced settings
+if __name__ == "__main__":
+    demo.queue(max_size=20).launch(
+        server_name="0.0.0.0",
+        server_port=7860,
+        share=False,  # Set to True if you want to create a public link
+        show_error=True,
+        favicon_path=None,  # Add your favicon path here
+        ssl_verify=False
+    )