1 Usamos a biblioteca Hugging Face através do Transformers .
from transformers import pipeline classificador = pipeline ( "zero-shot-classification" , model = "Mel-Iza0/zero-shot" )
2️ Definir notas de 0 a 10 comcandidate_labels
notas = [ str ( i ) for i in range ( 11 )] def avaliar_redacao ( texto ): resultado = classificado ( texto , candidate_labels = notas ) return resultado [ "labels" ][ 0 ]
O modelo compara o texto com os rótulos 0–10 e retorna a nota com maior probabilidade.
3️ Criar aplicativo com Gradio
Usamos Gradio .
Instalação:
pip install gradio
Aplicação:
importar gradio como gr app = gr . Interface( fn = avaliar_redacao , inputs = gr . Textbox( label = "
