Update app.py

app.py

@@ -3,30 +3,30 @@ import joblib
 import pandas as pd
 import re
 import nltk
+from nltk.corpus import stopwords
 import os
 import random
 import google.generativeai as genai
-from nltk.corpus import stopwords
 
-# --- CẤU HÌNH GEMINI ---
-genai.configure(api_key="AIzaSyDmXGLBoweYkqyXMDtWwSWOKZCo6Exd4Dk")
+# Cấu hình Generative AI
+GENAI_API_KEY = "AIzaSyDmXGLBoweYkqyXMDtWwSWOKZCo6Exd4Dk"
+genai.configure(api_key=GENAI_API_KEY)
 
-# --- CẤU HÌNH STREAMLIT ---
-st.set_page_config(page_title="Phân biệt Tin tức Thật/Giả", layout="centered")
+# Cấu hình Streamlit
+st.set_page_config(page_title="Fake News Detector", layout="centered")
 
-# --- TẢI DỮ LIỆU NLTK ---
+# 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.error(f"NLTK error: {e}")
     st.stop()
 
-# --- TIỀN XỬ LÝ ---
+# Hàm xử lý văn bản
 def clean_text(series: pd.Series) -> pd.Series:
     return (
         series
@@ -37,13 +37,14 @@ def clean_text(series: pd.Series) -> pd.Series:
         .str.strip()
     )
 
-# --- PHÂN TÍCH CHI TIẾT BẰNG GEMINI ---
-def explain_with_gemini(title: str, content: str, label: str):
+# Hàm phân tích với Gemini
+def explain_with_gemini(title, content, label):
     try:
         model = genai.GenerativeModel("gemini-pro")
-        chat = model.start_chat()
-        prompt = f"""You are a news analysis expert.
-Explain in detail why the following news article is classified as "{label}".
+        chat = model.start_chat(history=[])
+        prompt = f"""
+You are a news analysis expert.
+Explain in detail why the following news article is classified as \"{label}\".
 
 Title: {title}
 Content: {content}
@@ -51,57 +52,46 @@ Content: {content}
         response = chat.send_message(prompt)
         return response.text
     except Exception as e:
-        return f"⚠️ Could not generate explanation: {e}"
+        return f"Could not generate explanation: {e}"
 
-# --- TẢI MÔ HÌNH PHÂN LOẠI ---
+# 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 đã được tải thành công!")
+    st.success("Model loaded successfully.")
 except Exception as e:
-    st.error(f"❌ Lỗi khi tải mô hình: {e}")
+    st.error(f"Model loading error: {e}")
     st.stop()
 
-# --- GIAO DIỆN NGƯỜI DÙNG ---
-st.title("📰 Phân biệt Tin tức Thật/Giả")
-st.markdown("Sử dụng AI để xác định xem một tin tức là **thật** hay **giả**.")
+# Giao diện người dùng
+st.title("📰 Fake News Detector")
+title_input = st.text_input("News Title")
+content_input = st.text_area("News Content", height=250)
 
-title_input = st.text_input("📝 Tiêu đề tin tức:")
-content_input = st.text_area("🧾 Nội dung tin tức:", height=250)
-
-if st.button("🔍 Phân tích"):
+if st.button("Analyze"):
     if not title_input and not content_input:
-        st.warning("⚠️ Vui lòng nhập tiêu đề hoặc nội dung.")
+        st.warning("Please input a title or content.")
     else:
-        with st.spinner("Đang phân tích..."):
-            input_df = pd.DataFrame({
-                'Feature_1': [title_input],
-                'Feature_2': [content_input]
-            })
-
+        with st.spinner("Analyzing..."):
+            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)
-
-                label = "Tin tức GIẢ" if prediction == 1 else "Tin tức THẬT"
-                color = "red" if prediction == 1 else "green"
-
-                st.markdown("---")
-                st.subheader("📌 Kết quả:")
+                label = "REAL" if prediction == 0 else "FAKE"
+                color = "green" if label == "REAL" else "red"
+                st.subheader("Result:")
                 st.markdown(f"<h3 style='color:{color};'>{label}</h3>", unsafe_allow_html=True)
-                st.info(f"Độ tin cậy: **{confidence}%**")
+                st.info(f"Confidence: {confidence}%")
 
-                # PHÂN TÍCH CHI TIẾT BẰNG GEMINI
-                with st.spinner("Đang phân tích chi tiết bằng Gemini..."):
-                    explanation = explain_with_gemini(title_input, content_input, label)
-                    st.markdown("---")
-                    st.subheader("🧠 Phân tích chi tiết:")
-                    st.markdown(explanation)
+                explanation = explain_with_gemini(title_input, content_input, label)
+                st.markdown("---")
+                st.markdown("🧠 **Explanation:**")
+                st.markdown(explanation)
 
             except Exception as e:
-                st.error(f"Lỗi phân tích: {e}")
+                st.error(f"Prediction error: {e}")
 
 st.markdown("---")
-st.caption("🌐 Ứng dụng demo cho mục đích học tập.")
+st.markdown("This app is for educational purposes only.")