Update app.py

app.py

@@ -86,33 +86,28 @@ async def analyze_text(input_data: MessageInput):
             probs = torch.nn.functional.softmax(outputs.logits, dim=-1)
         
         predicted_class = torch.argmax(probs, dim=-1).item()
-        confidence_raw = probs[0][predicted_class].item()
+        model_confidence = probs[0][predicted_class].item() * 100
         
-        # تحويل النسبة لمئوية فوراً
-        model_confidence = round(confidence_raw * 100, 2)
+        # نتحقق من المؤشرات اليدوية (الكلمات والدومينات)
+        found_indicators = contains_scam_indicators(text)
 
-        # المنطق الجديد:
-        # إذا النموذج قال أنه احتيال
-        if predicted_class == 1:
+        # إذا النموذج قال احتيال (1) أو الفحص اليدوي وجد أدلة (True)
+        if predicted_class == 1 or found_indicators:
             verdict = "🚨 محاولة احتيال"
-            final_confidence = model_confidence
-        # إذا النموذج قال آمن، لكن وجدنا كلمات خطيرة جداً (وليس مجرد رابط طويل)
-        elif contains_scam_indicators(text):
-            verdict = "⚠️ مشبوه (يحتوي على كلمات دلالية خطر)"
-            final_confidence = 85.0 # خفضنا النسبة لأنها فحص يدوي
+            # إذا كان الفحص اليدوي هو من كشفه نثبتها على 95 أو نأخذ ثقة النموذج أيهما أعلى
+            final_confidence = max(model_confidence, 95.0) if found_indicators else model_confidence
         else:
             verdict = "✅ نص آمن"
             final_confidence = model_confidence
 
         return {
             "verdict": verdict,
-            "confidence": final_confidence,
-            "model_class": predicted_class,
-            "indicators_found": contains_scam_indicators(text)
+            "confidence": round(final_confidence, 2)
         }
     except Exception as e:
         return {"error": str(e)}
 
 
+
 if __name__ == "__main__":
     uvicorn.run(app, host="0.0.0.0", port=7860)