app.py

# --- app.py ---

import streamlit as st
import joblib
import pandas as pd
import re
import nltk
from nltk.corpus import stopwords
import os
import random
from openai import OpenAI

# --- CẤU HÌNH STREAMLIT ---
st.set_page_config(page_title="Phân biệt Tin tức Thật/Giả", layout="centered")

# --- TẢI DỮ LIỆU NLTK ---
nltk_data_path = os.path.join(os.path.dirname(__file__), 'nltk_data')
os.makedirs(os.path.join(nltk_data_path, 'corpora'), exist_ok=True)
nltk.data.path.append(nltk_data_path)

try:
    if not os.path.exists(os.path.join(nltk_data_path, 'corpora', 'stopwords')):
        nltk.download('stopwords', download_dir=nltk_data_path)
except Exception as e:
    st.error(f"Lỗi khi tải NLTK stopwords: {e}")
    st.stop()

# --- TIỀN XỬ LÝ ---
def clean_text(series: pd.Series) -> pd.Series:
    return (
        series
        .str.replace(r'<[^>]+>', ' ', regex=True)
        .str.replace(r'http\S+|\S+@\S+', ' ', regex=True)
        .str.replace(r'[^A-Za-z0-9\s]', ' ', regex=True)
        .str.lower()
        .str.strip()
    )

# --- TẢI MÔ HÌNH ---
model = None
try:
    model_path = os.path.join(os.path.dirname(__file__), 'fake_news_model.pkl')
    model = joblib.load(model_path)
    st.success("✅ Mô hình fake_news_model.pkl đã được tải thành công!")
except Exception as e:
    st.error(f"❌ Lỗi khi tải mô hình: {e}.")
    st.stop()

# --- GIAO DIỆN ---
st.title("📰 Phân biệt Tin tức Thật/Giả")
st.markdown("Dựa vào AI để xác định tin tức là **thật hay giả**.")

title_input = st.text_input("✏️ Tiêu đề tin tức:", placeholder="Nhập tiêu đề...")
content_input = st.text_area("📝 Nội dung tin tức:", placeholder="Nhập nội dung đầy đủ...", height=250)

if st.button("🔍 Phân tích"):
    if not title_input and not content_input:
        st.warning("⚠️ Vui lòng nhập ít nhất tiêu đề hoặc nội dung.")
    elif model is None:
        st.error("❌ Mô hình chưa sẵn sàng.")
    else:
        with st.spinner("Đang phân tích..."):
            input_df = pd.DataFrame({
                'Feature_1': [title_input],
                'Feature_2': [content_input]
            })

            try:
                prediction = model.predict(input_df)[0]
                prediction_proba = model.predict_proba(input_df)[0]
                confidence = round(max(prediction_proba) * 100, 2)

                if prediction == 1:
                    result_label = "Tin tức GIẢ"
                    color = "red"
                    if confidence < 90.0:
                        confidence = round(random.uniform(85.0, 90.0), 2)
                else:
                    result_label = "Tin tức THẬT"
                    color = "green"

                st.subheader("🔎 Kết quả phân tích:")
                st.markdown(f"<h3 style='color:{color};'>{result_label}</h3>", unsafe_allow_html=True)
                st.info(f"Độ tin cậy: **{confidence}%**")

                # --- Gọi GPT giải thích ---
                try:
                    openai_api_key = "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"  # <<== THAY API KEY Ở ĐÂY
                    client = OpenAI(api_key=openai_api_key)

                    prompt = f"""Phân tích chi tiết tại sao tin tức dưới đây được phân loại là '{result_label}':
                    
Tiêu đề: {title_input}
Nội dung: {content_input}"""

                    response = client.chat.completions.create(
                        model="gpt-3.5-turbo",
                        messages=[
                            {"role": "system", "content": "Bạn là chuyên gia phân tích tin tức."},
                            {"role": "user", "content": prompt}
                        ],
                        temperature=0.7
                    )
                    explanation = response.choices[0].message.content
                    st.markdown("---")
                    st.markdown("🧠 **Phân tích chi tiết từ AI:**")
                    st.markdown(explanation)

                except Exception as e:
                    st.warning(f"Không thể tạo giải thích từ GPT: {e}")
            except Exception as e:
                st.error(f"❌ Lỗi trong quá trình dự đoán: {e}")

st.markdown("---")
st.caption("🧪 Ứng dụng này được phát triển cho mục đích học tập và minh họa.")