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)