Upload 5 files

.gitattributes

@@ -33,3 +33,4 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
 *.zip filter=lfs diff=lfs merge=lfs -text
 *.zst filter=lfs diff=lfs merge=lfs -text
 *tfevents* filter=lfs diff=lfs merge=lfs -text
+fake_news_pipeline.skops filter=lfs diff=lfs merge=lfs -text

README.md

@@ -1,3 +1,52 @@
 ---
+title: Fake News Detector (Pipeline)
+library_name: sklearn
+tags:
+- text-classification
+- fake-news
+- sklearn
+- logistic-regression
+- pipeline
 license: mit
+sdk: gradio
+sdk_version: 4.31.0
+app_file: app.py
 ---
+
+## 📰 Fake News Detector (Professional Pipeline)
+
+هذا نموذج **Scikit-learn Pipeline** تم تدريبه لتصنيف المقالات الإخبارية إلى "حقيقية (True)" أو "كاذبة (Fake)".
+
+### 🚀 كيف يعمل؟
+
+يستخدم النموذج `Pipeline` احترافي يدمج خطوتين في خطوة واحدة:
+1.  **TF-IDF Vectorizer**: لتحويل النص إلى مصفوفة رقمية.
+2.  **Logistic Regression**: لعملية التصنيف.
+
+### 📈 أداء النموذج
+
+حقق النموذج دقة **96.50%** على مجموعة الاختبار.
+`![Model Accuracy](Model Accuracy.png)`
+
+### 🛠️ كيفية الاستخدام (في Python)
+
+بفضل الـ Pipeline، أصبح الاستخدام بسيطاً جداً:
+
+```python
+import skops.io as sio
+
+# تحميل ملف الـ Pipeline الواحد
+pipeline = sio.load("fake_news_pipeline.skops", trusted=True)
+
+# نص للتجربة
+text_to_test = "Your sample news text goes here..."
+
+# التنبؤ مباشرة (الـ Pipeline يتولى التحويل والتنبؤ)
+prediction_label = pipeline.predict([text_to_test])[0]
+probabilities = pipeline.predict_proba([text_to_test])[0]
+
+label = "True" if prediction_label == 1 else "Fake"
+confidence = probabilities[prediction_label]
+
+print(f"Prediction: {label}")
+print(f"Confidence: {confidence:.2f}")

app.py

@@ -0,0 +1,68 @@
+import gradio as gr
+import skops.io as sio
+from pathlib import Path
+import logging
+
+# --- 1. إعدادات التسجيل (Logging) ---
+logging.basicConfig(level=logging.INFO)
+
+# --- 2. تحميل الـ Pipeline ---
+PIPELINE_PATH = Path("fake_news_pipeline.skops")
+pipeline = None
+
+try:
+    logging.info(f"Loading pipeline from {PIPELINE_PATH}...")
+    pipeline = sio.load(PIPELINE_PATH, trusted=True)
+    logging.info("Pipeline loaded successfully.")
+except Exception as e:
+    logging.error(f"Error loading pipeline: {e}")
+    # هذا سيظهر الخطأ على واجهة Gradio إذا فشل التحميل
+    raise gr.Error(f"Failed to load model: {e}")
+
+# --- 3. دالة التنبؤ (أصبحت أبسط) ---
+def predict_news(text: str):
+    """
+    دالة للتنبؤ بما إذا كان النص "Fake" أو "True" باستخدام الـ Pipeline.
+    """
+    if not text:
+        return {"Fake": 0, "True": 0}
+    
+    if pipeline is None:
+        return {"Error": "Model is not loaded."}
+
+    try:
+        # الـ Pipeline يتولى (transform) و (predict) في خطوة واحدة
+        # predict_proba يُرجع [[prob_0, prob_1]]
+        probabilities = pipeline.predict_proba([text])[0]
+        
+        # 0 = Fake, 1 = True (بناءً على ملف التدريب)
+        output_labels = {
+            "Fake": float(probabilities[0]),
+            "True": float(probabilities[1])
+        }
+        return output_labels
+    
+    except Exception as e:
+        logging.error(f"Error during prediction: {e}")
+        return {"Error": str(e)}
+
+# --- 4. واجهة Gradio (كما هي) ---
+example_fake = "Donald Trump Sends Out Embarrassing New Year’s Eve Message; This is Disturbing"
+example_true = "WASHINGTON (Reuters) - The head of a conservative Republican faction in the U.S. Congress, who voted this month for a huge expansion of the national debt to pay for tax cuts, called himself a “fiscal conservative” on Sunday..."
+
+iface = gr.Interface(
+    fn=predict_news,
+    inputs=gr.Textbox(lines=10, label="أدخل نص الخبر هنا", placeholder="...اكتب نص المقال..."),
+    outputs=gr.Label(num_top_classes=2, label="النتيجة"),
+    title="🤖 Fake News Detector ",
+    description="هذا النموذج هو كاشف للأخبار الكاذبة (باستخدام Pipeline) تم تدريبه باستخدام Logistic Regression و TF-IDF. أدخل نص مقال إخباري لمعرفة تصنيفه (True أو Fake).",
+    examples=[
+        [example_fake],
+        [example_true]
+    ],
+    allow_flagging="never"
+)
+
+# --- 5. تشغيل التطبيق ---
+if __name__ == "__main__":
+    iface.launch()

fake_news_pipeline.skops

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:340163893b80499e0a9288e386446b075c79a60685b32b1c4333234c2309be10
+size 71291401

requirements.txt

@@ -0,0 +1,5 @@
+scikit-learn
+gradio
+gunicorn
+skops
+pandas