Initial commit

.gitignore

@@ -0,0 +1,23 @@
+# Byte-compiled / optimized / DLL files
+__pycache__/
+*.py[cod]
+*$py.class
+
+# C extensions
+*.so
+
+# Distribution / packaging
+build/
+dist/
+*.egg-info/
+
+# Virtual Environments
+.env
+.venv
+env/
+venv/
+
+# Hugging Face cache
+# Các model được tải từ Hub, không cần lưu trữ trong git
+.cache/
+huggingface/

api.py

@@ -0,0 +1,103 @@
+from flask import Flask, request, jsonify
+from model.model import predict_sentiment_3sentiment, predict_sentiment_5sentiment
+import pandas as pd
+
+# Khởi tạo Flask app
+app = Flask(__name__)
+
+# Xử lý encoding cho tiếng Việt để hiển thị đúng trong response
+app.config['JSON_AS_ASCII'] = False
+
+@app.route("/predict", methods=['POST'])
+def predict():
+    """
+    Dự đoán cảm xúc từ văn bản đầu vào.
+    Request body phải là JSON có dạng: {"text": "nội dung bình luận"}
+    """
+    # Lấy dữ liệu JSON từ request
+    json_data = request.get_json()
+
+    # Kiểm tra xem key 'text' có tồn tại và không rỗng không
+    if not json_data or 'text' not in json_data or not json_data.get('text', '').strip():
+        return jsonify({"error": "Vui lòng cung cấp trường 'text' trong request body."}), 400
+    # Kiểm tra xem key 'type' có tồn tại và không rỗng không
+    if not json_data or 'type' not in json_data or not json_data.get('type', '').strip():
+        return jsonify({"error": "Vui lòng cung cấp trường 'type' trong request body."}), 400
+    
+    # Lấy văn bản từ dữ liệu
+    text_to_predict = json_data['text']
+    sentiment_type = json_data['type']
+    # Gọi hàm dự đoán từ model
+    if sentiment_type == "3sentiment":
+        sentiment, score = predict_sentiment_3sentiment(text_to_predict)
+    elif sentiment_type == "5sentiment":
+        sentiment, score = predict_sentiment_5sentiment(text_to_predict)
+
+    # Tạo response
+    response = {
+        "comment": text_to_predict,
+        "sentiment": sentiment,
+        "confidence": score
+    }
+
+    return jsonify(response)
+
+@app.route("/")
+def read_root():
+    return jsonify({"message": "Chào mừng đến với API Phân tích Cảm xúc sử dụng Flask!"})
+
+@app.route("/predict-batch", methods=['POST'])
+def predict_batch():
+    """
+    Dự đoán cảm xúc cho một loạt bình luận từ file Excel.
+    File Excel phải được gửi dưới dạng form-data với key là 'file'.
+    Cột đầu tiên của file Excel sẽ được sử dụng làm cột chứa bình luận.
+    """
+    # 1. Kiểm tra xem có file trong request không
+    if 'file' not in request.files:
+        return jsonify({"error": "Không tìm thấy file trong request (key phải là 'file')."}), 400
+
+    # Dữ liệu form đi kèm với file sẽ nằm trong request.form
+    sentiment_type = request.form.get('type')
+
+    # Kiểm tra xem key 'type' có tồn tại và không rỗng không
+    if not sentiment_type or sentiment_type.strip() not in ["3sentiment", "5sentiment"]:
+        return jsonify({"error": "Vui lòng cung cấp trường 'type' (3sentiment hoặc 5sentiment) trong form data."}), 400
+    file = request.files['file']
+
+    # 2. Kiểm tra xem người dùng có chọn file không
+    if file.filename == '':
+        return jsonify({"error": "Chưa chọn file nào."}), 400
+
+    # 3. Kiểm tra định dạng file
+    if not file.filename.endswith(('.xlsx', '.xls')):
+        return jsonify({"error": "Định dạng file không hợp lệ. Vui lòng sử dụng file .xlsx hoặc .xls."}), 400
+
+    try:
+        # 4. Đọc file Excel bằng pandas, sử dụng engine openpyxl
+        df = pd.read_excel(file, engine='openpyxl')
+
+        if df.empty:
+            return jsonify({"error": "File Excel rỗng."}), 400
+
+        # Lấy tên cột đầu tiên để xử lý
+        comments_column = df.columns[0]
+        
+        results = []
+        # 5. Lặp qua từng bình luận (bỏ qua các dòng rỗng) để dự đoán
+        for comment in df[comments_column].dropna().astype(str):
+            if sentiment_type == "3sentiment":
+                sentiment, score = predict_sentiment_3sentiment(comment)
+            elif sentiment_type == "5sentiment":
+                sentiment, score = predict_sentiment_5sentiment(comment)
+            results.append({"comment": comment, "sentiment": sentiment, "confidence": score})
+        
+        return jsonify(results)
+    except Exception as e:
+        return jsonify({"error": f"Đã xảy ra lỗi khi xử lý file: {str(e)}"}), 500
+
+if __name__ == "__main__":
+    # Chạy app ở chế độ debug để tự động reload khi có thay đổi
+    # host='0.0.0.0' để có thể truy cập từ bên ngoài network
+    # Lưu ý: Không sử dụng debug=True trong môi trường production
+    app.run(host="0.0.0.0", port=8000, debug=True)

model.py

@@ -0,0 +1,42 @@
+
+# Thay bằng repo_id bạn đã tạo ở trên
+import torch
+from transformers import AutoModelForSequenceClassification, AutoTokenizer
+import torch.nn.functional as F
+
+model_name_3sentiment = "phongnt251199/phobert-sentiment-reviews-v3"
+model_name_5sentiment = "phongnt251199/phobert-sentiment-reviews-v4"
+device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
+
+# Load tokenizer và model cho 3 nhãn
+tokenizer_3sentiment = AutoTokenizer.from_pretrained(model_name_3sentiment)
+model_3sentiment = AutoModelForSequenceClassification.from_pretrained(model_name_3sentiment, num_labels=3).to(device)
+
+# Load tokenizer và model như bình thườngclear
+tokenizer_5sentiment = AutoTokenizer.from_pretrained(model_name_5sentiment)
+model_5sentiment = AutoModelForSequenceClassification.from_pretrained(model_name_5sentiment, num_labels=5).to(device)
+
+def predict_sentiment_3sentiment(text):
+    inputs = tokenizer_3sentiment(text, padding=True, truncation=True, max_length=256, return_tensors="pt").to(device)
+    with torch.no_grad():
+        outputs = model_3sentiment(**inputs)
+        probs = outputs.logits.softmax(dim=1)
+        pred_label = torch.argmax(probs, dim=1).item()
+        # Dòng sau dùng để debug, có thể xóa hoặc comment lại
+        # probs_point = F.softmax(outputs.logits, dim=1)
+        # print(probs_point[0])
+    #labels_map = {0: 'Rất tệ', 1: 'Tệ', 2: 'Bình thường', 3: 'Khá tốt', 4: 'Rất tốt'}
+    labels_map = {0: 'Tiêu cực', 1: 'Bình thường', 2: 'Tích cực'}
+    return labels_map[pred_label], probs[0][pred_label].item()
+
+def predict_sentiment_5sentiment(text):
+    inputs = tokenizer_5sentiment(text, padding=True, truncation=True, max_length=256, return_tensors="pt").to(device)
+    with torch.no_grad():
+        outputs = model_5sentiment(**inputs)
+        probs = outputs.logits.softmax(dim=1)
+        pred_label = torch.argmax(probs, dim=1).item()
+        # Dòng sau dùng để debug, có thể xóa hoặc comment lại
+        # probs_point = F.softmax(outputs.logits, dim=1)
+        # print(probs_point[0])
+    labels_map = {0: 'Rất tệ (1 sao)', 1: 'Tệ (2 sao)', 2: 'Bình thường (3 sao)', 3: 'Khá tốt (4 sao)', 4: 'Rất tốt (5 sao)'}
+    return labels_map[pred_label], probs[0][pred_label].item()

requirements.txt

@@ -0,0 +1,5 @@
+transformers
+torch
+flask
+pandas
+openpyxl