Update app.py

app.py

@@ -3,13 +3,35 @@ import joblib
 import pandas as pd
 import re
 import nltk
-from nltk.corpus import stopwords
-from nltk.stem.porter import PorterStemmer
+# from nltk.corpus import stopwords
+# from nltk.stem.porter import PorterStemmer
 import os
 
 # --- CẤU HÌNH TRANG STREAMLIT (PHẢI LÀ LỆNH STREAMLIT ĐẦU TIÊN) ---
 st.set_page_config(page_title="Phân biệt Tin tức Thật/Giả", layout="centered")
 
+# --- Định nghĩa lớp Custom Transformer cho việc làm sạch văn bản ---
+# PHẢI CHÍNH XÁC NHƯ LỚP BẠN ĐÃ DÙNG KHI HUẤN LUYỆN
+from sklearn.base import BaseEstimator, TransformerMixin
+
+class TextCleaner(BaseEstimator, TransformerMixin):
+    def fit(self, X, y=None):
+        return self
+
+    def transform(self, X: pd.Series, y=None):
+        if not isinstance(X, pd.Series):
+            X = pd.Series(X)
+
+        return (
+            X
+            .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.replace(r'\s+', ' ', regex=True)
+            .str.lower()
+            .str.strip()
+        )
+
 # --- Cài đặt và tải tài nguyên NLTK (quan trọng cho môi trường Docker) ---
 nltk_data_path = os.path.join(os.path.dirname(__file__), 'nltk_data')
 os.makedirs(os.path.join(nltk_data_path, 'corpora'), exist_ok=True)
@@ -22,35 +44,18 @@ except Exception as e:
     st.error(f"Lỗi khi tải NLTK stopwords: {e}")
     st.stop()
 
-# --- Định nghĩa hàm clean_text CHÍNH XÁC NHƯ TRONG CODE HUẤN LUYỆN ---
-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)
-    # Không dùng st.success/st.error ở đây nữa, vì chúng phải được gọi sau set_page_config
-    # 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}. Vui lòng đảm bảo hàm clean_text đã được định nghĩa chính xác và file mô hình nằm đúng vị trí.")
-    st.stop() # Dừng ứng dụng nếu mô hình không tải được
-
-# Chỉ hiển thị thông báo tải thành công nếu không có lỗi nào trước đó
-if model is not None:
     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}. Vui lòng đảm bảo lớp TextCleaner đã được định nghĩa chính xác và file mô hình nằm đúng vị trí.")
+    st.stop()
 
 # --- Giao diện Streamlit ---
-# Các lệnh Streamlit khác sẽ bắt đầu từ đây trở đi
 st.title("📰 Phân biệt Tin tức Thật/Giả")
 st.markdown("Sử dụng mô hình AI để phân tích và xác định liệu một tin tức là thật hay giả.")
 
@@ -77,12 +82,15 @@ if st.button("Phân tích"):
                 prediction = model.predict(input_df)[0]
                 prediction_proba = model.predict_proba(input_df)[0]
 
-                if prediction == 0:
-                    result_label = "Tin tức GIẢ"
-                    color = "red"
-                else:
+                # --- LOGIC NHÃN ĐÃ ĐƯỢC ĐIỀU CHỈNH ĐỂ KHỚP VỚI CÁCH BẠN TRAIN ---
+                # data_trues (tin thật) = 0
+                # data_fakes (tin giả) = 1
+                if prediction == 0: # Khi prediction là 0, đó là TRUE (Tin tức THẬT)
                     result_label = "Tin tức THẬT"
-                    color = "green"
+                    color = "green" # Thường dùng màu xanh cho tin thật
+                else: # Khi prediction là 1, đó là FAKE (Tin tức GIẢ)
+                    result_label = "Tin tức GIẢ"
+                    color = "red" # Thường dùng màu đỏ cho tin giả
 
                 confidence = round(max(prediction_proba) * 100, 2)