def predict(): """ Método POST que permite obtener predicciones de analisis de sentimiento a partir de oraciones. """ # Respuesta inicial rpse = {'success': False, 'prediction': None, 'score': None} # Nos aseguramos que el método sea correcto y tengamos datos # para procesar if request.method == 'POST' and request.args.get('text'): ################################################################# # COMPLETAR AQUI: Extraiga la sentencia a procesar y utilice la # función middleware.model_predict para obtener el sentimiento # de la misma. Complete los campos de "rpse" con los valores # obtenidos. ################################################################# text_data = request.args.get('text') prediction, score = model_predict(text_data) ################################################################# rpse = { 'text': text_data, 'prediction': prediction, 'score': score, 'success': True } return jsonify(rpse) return jsonify(rpse), 400
def index(): """ Esta función renderiza un frontend donde podemos ingresar sentencias y obtener una prediccion de su sentimiento. """ context = { 'text': None, 'prediction': None, 'score': None, 'success': False } # Obtiene la sentencia ingresada por el usuario en el frontend text_data = request.form.get('text_data') if text_data: ################################################################# # COMPLETAR AQUI: Envie el texto ingresado para ser procesado # por nuestra función middleware.model_predict. # Luego con los resultados obtenidos, complete el diccionario # "context" para mostrar la predicción en el frontend. ################################################################# prediction, score = model_predict(text_data) context = { 'text': text_data, 'prediction': prediction, 'score': score, 'success': True } ################################################################# return render_template('index.html', context=context)