Update app.py

app.py

@@ -1,3 +1,5 @@
+# --- app.py ---
+
 import streamlit as st
 import joblib
 import pandas as pd
@@ -6,27 +8,24 @@ import nltk
 from nltk.corpus import stopwords
 import os
 import random
-import google.generativeai as genai
-
-# Cấu hình Generative AI
-GENAI_API_KEY = "AIzaSyDmXGLBoweYkqyXMDtWwSWOKZCo6Exd4Dk"
-genai.configure(api_key=GENAI_API_KEY)
+from openai import OpenAI
 
-# Cấu hình Streamlit
-st.set_page_config(page_title="Fake News Detector", layout="centered")
+# --- CẤU HÌNH STREAMLIT ---
+st.set_page_config(page_title="Phân biệt Tin tức Thật/Giả", 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"NLTK error: {e}")
+    st.error(f"Lỗi khi tải NLTK stopwords: {e}")
     st.stop()
 
-# Hàm xử lý văn bản
+# --- TIỀN XỬ LÝ ---
 def clean_text(series: pd.Series) -> pd.Series:
     return (
         series
@@ -37,61 +36,81 @@ def clean_text(series: pd.Series) -> pd.Series:
         .str.strip()
     )
 
-# Hàm phân tích với Gemini
-def explain_with_gemini(title, content, label):
-    try:
-        model = genai.GenerativeModel("gemini-pro")
-        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}
-"""
-        response = chat.send_message(prompt)
-        return response.text
-    except Exception as e:
-        return f"Could not generate explanation: {e}"
-
-# Tải mô hình
+# --- 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("Model loaded successfully.")
+    st.success("✅ Mô hình fake_news_model.pkl đã được tải thành công!")
 except Exception as e:
-    st.error(f"Model loading error: {e}")
+    st.error(f"❌ Lỗi khi tải mô hình: {e}.")
     st.stop()
 
-# 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)
+# --- GIAO DIỆN ---
+st.title("📰 Phân biệt Tin tức Thật/Giả")
+st.markdown("Dựa vào AI để xác định tin tức là **thật hay giả**.")
 
-if st.button("Analyze"):
+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("Please input a title or content.")
+        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("Analyzing..."):
-            input_df = pd.DataFrame({'Feature_1': [title_input], 'Feature_2': [content_input]})
+        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)
-                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"Confidence: {confidence}%")
 
-                explanation = explain_with_gemini(title_input, content_input, label)
-                st.markdown("---")
-                st.markdown("🧠 **Explanation:**")
-                st.markdown(explanation)
+                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"Prediction error: {e}")
+                st.error(f"❌ Lỗi trong quá trình dự đoán: {e}")
 
 st.markdown("---")
-st.markdown("This app is for educational purposes only.")
+st.caption("🧪 Ứng dụng này được phát triển cho mục đích học tập và minh họa.")