Update app.py

app.py

@@ -1,97 +1,79 @@
 import streamlit as st
 import joblib
 import pandas as pd
-import re
 import nltk
-from nltk.corpus import stopwords
 import os
-import random
+import re
 import google.generativeai as genai
 
-# Cấu hình Generative AI
-GENAI_API_KEY = "AIzaSyDuX32-Rd6G23d8hUIg-lxFCYCOtfiNYVE"
-genai.configure(api_key=GENAI_API_KEY)
+# --- CẤU HÌNH ---
+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 STOPWORDS ---
 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 tải NLTK stopwords: {e}")
     st.stop()
 
-# Hàm xử lý văn bản
-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()
-    )
-
-# 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}"
+# --- TIỀN XỬ LÝ ---
+def clean_text(text):
+    text = re.sub(r'<[^>]+>', ' ', text)
+    text = re.sub(r'http\S+|\S+@\S+', ' ', text)
+    text = re.sub(r'[^A-Za-z0-9\s]', ' ', text)
+    return text.lower().strip()
 
-# Tải mô hình
-model = None
+# --- TẢI MÔ HÌNH ---
 try:
-    model_path = os.path.join(os.path.dirname(__file__), 'fake_news_model.pkl')
-    model = joblib.load(model_path)
-    st.success("Model loaded successfully.")
+    model = joblib.load("fake_news_model.pkl")
 except Exception as e:
-    st.error(f"Model loading error: {e}")
+    st.error(f"Lỗi 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)
+# --- CẤU HÌNH GEMINI ---
+genai.configure(api_key="AIzaSyDuX32-Rd6G23d8hUIg-lxFCYCOtfiNYVE")
+g_model = genai.GenerativeModel("gemini-pro")
 
-if st.button("Analyze"):
+# --- GIAO DIỆN ---
+st.title("📰 Phân biệt Tin tức Thật/Giả")
+st.markdown("Nhập tiêu đề và nội dung để phân tích xem tin tức là thật hay giả.")
+
+title_input = st.text_input("Tiêu đề:")
+content_input = st.text_area("Nội dung:", height=200)
+
+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 tiêu đề hoặc nội dung.")
     else:
-        with st.spinner("Analyzing..."):
-            input_df = pd.DataFrame({'Feature_1': [title_input], 'Feature_2': [content_input]})
+        with st.spinner("Đang phân tích..."):
             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}%")
+                df = pd.DataFrame({
+                    "Feature_1": [title_input],
+                    "Feature_2": [content_input]
+                })
 
-                explanation = explain_with_gemini(title_input, content_input, label)
-                st.markdown("---")
-                st.markdown("🧠 **Explanation:**")
-                st.markdown(explanation)
+                prediction = model.predict(df)[0]
+                label = "Tin tức THẬT" if prediction == 0 else "Tin tức GIẢ"
+                color = "green" if prediction == 0 else "red"
 
-            except Exception as e:
-                st.error(f"Prediction error: {e}")
+                st.markdown(f"<h3 style='color:{color}'>{label}</h3>", unsafe_allow_html=True)
 
-st.markdown("---")
-st.markdown("This app is for educational purposes only.")
+                # --- PHÂN TÍCH BẰNG GEMINI ---
+                try:
+                    prompt = f"""You are a fake news detection expert. Explain clearly and logically why this article is classified as '{label}'.
+
+Title: {title_input}
+Content: {content_input}
+"""
+                    response = g_model.generate_content(prompt)
+                    st.markdown("🧠 **Phân tích chi tiết:**")
+                    st.markdown(response.text)
+                except Exception as e:
+                    st.warning(f"Không thể tạo giải thích từ Gemini: {e}")
+            except Exception as e:
+                st.error(f"Lỗi khi dự đoán: {e}")