Update app.py

app.py

@@ -59,6 +59,19 @@ def analyze_text(text):
         score = (-1 * probs[0]) + (0 * probs[1]) + (1 * probs[2])
         return float(score)
 
+def summarize_themes(news_texts):
+    """สรุปธีมข่าวด้วย Zero-shot classification"""
+    themes = []
+    for text in news_texts:
+        if not text.strip():
+            continue
+        result = theme_classifier(text, candidate_labels)
+        themes.append(result["labels"][0])
+    return themes
+
+# --------------------------
+# แปลงชื่อ/ตัวย่อ → (Company Name, Symbol)
+# --------------------------
 def resolve_company_symbol(keyword: str):
     keyword = keyword.strip()
     ticker = None
@@ -85,7 +98,7 @@ def resolve_company_symbol(keyword: str):
     return name, ticker
 
 # --------------------------
-# ดึงข่าว 7 วัน (เพิ่ม progress bar)
+# ดึงข่าว 7 วัน
 # --------------------------
 @st.cache_data(ttl=3600)
 def fetch_financial_news(keyword):
@@ -95,8 +108,6 @@ def fetch_financial_news(keyword):
     query_keyword = f"({company} OR {symbol}) finance stock"
     all_articles = []
     page = 1
-    progress_bar = st.progress(0)
-    
     while True:
         url = (
             f"https://newsapi.org/v2/everything?"
@@ -121,44 +132,11 @@ def fetch_financial_news(keyword):
                     "source": a["source"]["name"],
                     "url": a["url"]
                 })
-        progress_bar.progress(min(page * 10, 100))  # อัปเดต progress bar แบบหยาบ ๆ
         if len(articles) < 100:
             break
         page += 1
-
-    progress_bar.progress(100)
     return pd.DataFrame(all_articles)
 
-# --------------------------
-# วิเคราะห์ Sentiment (เพิ่ม progress bar)
-# --------------------------
-def analyze_news_sentiment(news_df):
-    sentiments = []
-    progress_bar = st.progress(0)
-    total = len(news_df)
-    for i, text in enumerate(news_df["text"]):
-        sentiments.append(analyze_text(text))
-        progress_bar.progress(int((i + 1) / total * 100))
-    progress_bar.progress(100)
-    return sentiments
-
-# --------------------------
-# สรุปธีมข่าว (เพิ่ม progress bar)
-# --------------------------
-def summarize_themes(news_texts):
-    themes = []
-    progress_bar = st.progress(0)
-    total = len(news_texts)
-    for i, text in enumerate(news_texts):
-        if not text.strip():
-            themes.append("Unknown")
-        else:
-            result = theme_classifier(text, candidate_labels)
-            themes.append(result["labels"][0])
-        progress_bar.progress(int((i + 1) / total * 100))
-    progress_bar.progress(100)
-    return themes
-
 # --------------------------
 # ดึงราคาหุ้น
 # --------------------------
@@ -203,12 +181,7 @@ def main():
 
     # วิเคราะห์ Sentiment
     st.info("กำลังวิเคราะห์อารมณ์ของข่าว...")
-    news_df["sentiment"] = analyze_news_sentiment(news_df)
-
-    # สรุปธีมข่าว
-    st.info("กำลังสรุปธีมข่าว...")
-    news_df["theme"] = summarize_themes(news_df["text"].tolist())
-
+    news_df["sentiment"] = news_df["text"].apply(analyze_text)
     news_df["date"] = pd.to_datetime(news_df["date"])
 
     # Metrics
@@ -220,6 +193,12 @@ def main():
     col2.metric("ข่าวเชิงบวก", f"{pos_pct:.1f}%")
     col3.metric("ข่าวเชิงลบ", f"{neg_pct:.1f}%")
 
+    # ธีมข่าวแทน Word Cloud
+    st.subheader("📰 ธีมข่าว (Top Theme per Article)")
+    news_df["theme"] = summarize_themes(news_df["text"].tolist())
+    theme_counts = news_df["theme"].value_counts()
+    st.bar_chart(theme_counts)
+
     # ส่วนกราฟ Sentiment & Price
     st.subheader("📈 แนวโน้มอารมณ์ของข่าว & ราคาหุ้น")
     news_df["date_day"] = pd.to_datetime(news_df["date"].dt.date)