Update app.py

app.py

@@ -30,24 +30,23 @@ def fetch_naver_news(query, display=10, start=1, sort="date"):
 
 # Step 2: GPT 모델 로드 (진보적, 보수적 기사 생성)
 def load_gpt_model():
-    # GPT 모델 로드 (이 모델은 텍스트 생성에 사용됩니다)
-    gpt_model = pipeline("text-generation", model="gpt2")  # Hugging Face에서 사용할 수 있는 GPT 모델
-    return gpt_model
-
-# Step 3: 기사를 진보적 및 보수적 관점에서 생성하는 함수
-def generate_article_by_perspective(text, perspective="진보"):
-    # 진보적 관점 생성
-    if perspective == "진보":
-        prompt = f"진보적 관점에서 다음 기사를 작성해 주세요: {text}. 환경과 사회적 책임을 강조하며..."
-    # 보수적 관점 생성
-    elif perspective == "보수":
-        prompt = f"보수적 관점에서 다음 기사를 작성해 주세요: {text}. 경제 성장과 국가 안보를 강조하며..."
-    else:
-        prompt = text
-    
-    # GPT 모델을 사용하여 텍스트 생성
-    generated_article = gpt_model(prompt, max_length=512, num_return_sequences=1)[0]['generated_text']
-    return generated_article
+    try:
+        gpt_model = pipeline("text-generation", model="gpt2")  # Hugging Face에서 사용할 수 있는 GPT 모델
+        st.write("GPT model loaded successfully.")
+        return gpt_model
+    except Exception as e:
+        st.error(f"Error loading GPT model: {e}")
+        return None
+
+# Step 3: Hugging Face 정치 성향 분석 모델 로드
+def load_huggingface_model():
+    try:
+        classifier = pipeline("text-classification", model="bucketresearch/politicalBiasBERT")
+        st.write("Political bias model loaded successfully.")
+        return classifier
+    except Exception as e:
+        st.error(f"Error loading political bias model: {e}")
+        return None
 
 # Step 4: 정치 성향 분류 함수
 def classify_political_sentiment(text, classifier):
@@ -83,8 +82,11 @@ def analyze_news_political_orientation(news_items, classifier, gpt_model):
         results[orientation] += 1
         
         # 진보적/보수적 기사 생성
-        progressive_article = generate_article_by_perspective(combined_text, "진보")
-        conservative_article = generate_article_by_perspective(combined_text, "보수")
+        prompt = f"진보적 관점에서 기사를 작성해 주세요: {combined_text}"
+        progressive_article = gpt_model(prompt, max_length=512, num_return_sequences=1)[0]['generated_text']
+        
+        prompt = f"보수적 관점에서 기사를 작성해 주세요: {combined_text}"
+        conservative_article = gpt_model(prompt, max_length=512, num_return_sequences=1)[0]['generated_text']
         
         detailed_results.append({
             "제목": title,