Update app.py

app.py

@@ -52,12 +52,20 @@ def generate_article_gpt4(prompt):
         st.error(f"Error generating text: {e}")
         return "GPT-4 텍스트 생성 실패"
 
-# 기사 성향 분석
+
+# 정치 성향 분석
 def analyze_article_sentiment(text, classifier):
     result = classifier(text[:512])  # 너무 긴 텍스트는 잘라서 분석
     label = result[0]["label"]
     score = result[0]["score"]
-    return label, score
+
+    # 모델에서 반환하는 라벨을 "진보", "보수", "중립"으로 매핑
+    if label == "LEFT":
+        return "진보", score
+    elif label == "RIGHT":
+        return "보수", score
+    else:
+        return "중립", score
 
 # 정치적 관점 비교 및 반대 관점 생성
 def analyze_news_political_viewpoint(query):
@@ -68,7 +76,7 @@ def analyze_news_political_viewpoint(query):
 
     classifier = load_sentiment_model()
     results = []
-    sentiment_counts = {"진보": 0, "보수": 0, "중립": 0}
+    sentiment_counts = {"진보": 0, "보수": 0, "중립": 0}  # 매핑된 라벨에 맞게 초기화
 
     for item in news_items:
         title = item["title"]
@@ -77,7 +85,7 @@ def analyze_news_political_viewpoint(query):
 
         # 기사 성향 분석
         sentiment, score = analyze_article_sentiment(combined_text, classifier)
-        sentiment_counts[sentiment] += 1
+        sentiment_counts[sentiment] += 1  # 매핑된 키로 카운트 증가
 
         # 반대 관점 기사 생성
         opposite_perspective = "보수적" if sentiment == "진보" else "진보적"
@@ -94,6 +102,7 @@ def analyze_news_political_viewpoint(query):
 
     return results, sentiment_counts
 
+
 # 성향 분포 시각화
 def visualize_sentiment_distribution(sentiment_counts):
     fig, ax = plt.subplots()