Update app.py

app.py

@@ -9,6 +9,7 @@ from sklearn.metrics import classification_report, accuracy_score
 import joblib
 import matplotlib.pyplot as plt
 import seaborn as sns
+from pathlib import Path
 
 # Streamlit 페이지 설정
 st.set_page_config(page_title="정치적 성향 분석 및 반대 관점 생성", page_icon="📰", layout="wide")
@@ -34,9 +35,9 @@ def fetch_naver_news(query, display=15):
     }
     params = {
         "query": query,
-        "display": display,
+        "display": display,  # 뉴스 15개 가져오기
         "start": 1,
-        "sort": "date",
+        "sort": "date",  # 최신순으로 정렬
     }
 
     response = requests.get(url, headers=headers, params=params)
@@ -75,7 +76,6 @@ def incremental_training(texts, labels, model, vectorizer):
     joblib.dump(vectorizer, "tfidf_vectorizer.pkl")
     return model, vectorizer
 
-
 # GPT-4를 이용해 반대 관점 기사 생성
 def generate_article_gpt4(prompt):
     try:
@@ -100,12 +100,12 @@ st.markdown("네이버 뉴스와 허깅페이스 데이터를 활용하여 뉴
 huggingface_data = load_huggingface_data()
 query = st.text_input("네이버 뉴스에서 검색할 키워드를 입력하세요", value="정치")
 
+# 데이터 결합 및 학습
 if st.button("데이터 결합 및 학습"):
     texts, labels = combine_datasets(huggingface_data, fetch_naver_news(query))
     model, vectorizer = initialize_model()
     model, vectorizer = incremental_training(texts, labels, model, vectorizer)
-    st.success("모델이 새로운 데이터로 추가 학습되었습니다.")
-
+    
     # 성능 평가
     X_test = vectorizer.transform(texts)
     y_test = [0 if label == "Democrat" else 1 if label == "Republican" else 2 for label in labels]
@@ -114,11 +114,11 @@ if st.button("데이터 결합 및 학습"):
     st.write(f"모델 정확도: {accuracy:.2f}")
     st.text("분류 리포트:")
     st.text(classification_report(y_test, y_pred, target_names=["Democrat", "Republican", "NEUTRAL"]))
+    st.success("모델이 새로운 데이터로 추가 학습되었습니다.")
 
 # 뉴스 데이터 분석 및 반대 관점 기사 생성
 if st.button("뉴스 성향 분석"):
-    # Hugging Face 디렉토리에서 모델 로드
-    model, vectorizer = load_model_from_huggingface(directory="huggingface_model")
+    model, vectorizer = initialize_model()
     news_items = fetch_naver_news(query, display=15)  # 뉴스 15개 가져오기
 
     if news_items:
@@ -144,4 +144,4 @@ if st.button("뉴스 성향 분석"):
             st.write(f"**성향:** {sentiment}")
             st.write(f"**반대 관점 기사:** {opposite_article}")
             st.write(f"**링크:** [기사 링크]({link})")
-            st.markdown("---")
+            st.markdown("---")