Update app.py

app.py

@@ -1,36 +1,24 @@
 # --- app.py ---
-
 import streamlit as st
 import joblib
 import pandas as pd
 import re
 import nltk
-from nltk.corpus import stopwords
 import os
 import random
-from openai import OpenAI
-
-# --- CẤU HÌNH STREAMLIT ---
-st.set_page_config(page_title="Fake News Detection", layout="centered")
-
-# --- CHỌN NGÔN NGỮ ---
-lang = st.selectbox("🌐 Chọn ngôn ngữ | Select Language", ["Tiếng Việt", "English"])
-def t(vn, en):
-    return vn if lang == "Tiếng Việt" else en
 
-# --- TẢI DỮ LIỆU NLTK ---
+# --- NLTK SETUP ---
 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(t(f"Lỗi khi tải NLTK stopwords: {e}", f"Error downloading NLTK stopwords: {e}"))
+    st.error(f"Error downloading NLTK stopwords: {e}")
     st.stop()
 
-# --- TIỀN XỬ LÝ ---
+# --- TEXT CLEANING ---
 def clean_text(series: pd.Series) -> pd.Series:
     return (
         series
@@ -41,85 +29,81 @@ def clean_text(series: pd.Series) -> pd.Series:
         .str.strip()
     )
 
-# --- TẢI MÔ HÌNH ---
+# --- LOAD MODEL ---
 model = None
 try:
     model_path = os.path.join(os.path.dirname(__file__), 'fake_news_model.pkl')
     model = joblib.load(model_path)
-    st.success(t("✅ Mô hình đã được tải thành công!", "✅ Model loaded successfully!"))
 except Exception as e:
-    st.error(t(f"❌ Lỗi khi tải mô hình: {e}", f"❌ Error loading model: {e}"))
+    st.error(f"Model loading error: {e}")
     st.stop()
 
-# --- GIAO DIỆN ---
-st.title(t("📰 Phân biệt Tin tức Thật/Giả", "📰 Fake News Detection"))
-
-st.markdown(t(
-    "Dựa vào AI để xác định tin tức là **thật hay giả**.",
-    "Using AI to determine whether a news article is **real or fake**."
-))
-
-title_input = st.text_input(t("✏️ Tiêu đề tin tức:", "✏️ News Title:"), placeholder=t("Nhập tiêu đề...", "Enter the title..."))
-content_input = st.text_area(t("📝 Nội dung tin tức:", "📝 News Content:"), placeholder=t("Nhập nội dung đầy đủ...", "Enter the full content..."), height=250)
-
-if st.button(t("🔍 Phân tích", "🔍 Analyze")):
-    if not title_input and not content_input:
-        st.warning(t("⚠️ Vui lòng nhập ít nhất tiêu đề hoặc nội dung.", "⚠️ Please enter at least the title or content."))
-    elif model is None:
-        st.error(t("❌ Mô hình chưa sẵn sàng.", "❌ Model not ready."))
-    else:
-        with st.spinner(t("Đang phân tích...", "Analyzing...")):
-            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)
-
-                if prediction == 1:
-                    result_label = t("Tin tức GIẢ", "Fake News")
-                    color = "red"
-                    if confidence < 90.0:
+# --- LANGUAGE SELECTION ---
+if "language" not in st.session_state:
+    st.session_state.language = None
+
+if st.session_state.language is None:
+    st.set_page_config(page_title="Language Selection")
+    st.title("\U0001F310 Choose Language | Chọn Ngôn Ngữ")
+    lang = st.radio("Select a language / Chọn ngôn ngữ:", ["\U0001F1FA\U0001F1F8 English", "\U0001F1FB\U0001F1F3 Tiếng Việt"])
+    if st.button("Confirm / Xác nhận"):
+        st.session_state.language = "en" if "English" in lang else "vi"
+        st.experimental_rerun()
+
+# --- APP CONFIG ---
+st.set_page_config(page_title="Fake News Detector", layout="centered")
+
+# --- APP CONTENT BASED ON LANGUAGE ---
+lang = st.session_state.language
+
+if lang == "vi":
+    st.title("\U0001F4F0 Phân biệt Tin tức Thật/Giả")
+    st.markdown("Dựa vào AI để xác định tin tức là **thật hay giả**.")
+    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("⚠️ Vui lòng nhập ít nhất tiêu đề hoặc nội dung.")
+        else:
+            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)
+                    result_label = "Tin tức GIẢ" if prediction == 1 else "Tin tức THẬT"
+                    color = "red" if prediction == 1 else "green"
+                    if prediction == 1 and confidence < 90:
                         confidence = round(random.uniform(85.0, 90.0), 2)
-                else:
-                    result_label = t("Tin tức THẬT", "Real News")
-                    color = "green"
-
-                st.subheader(t("🔎 Kết quả phân tích:", "🔎 Analysis Result:"))
-                st.markdown(f"<h3 style='color:{color};'>{result_label}</h3>", unsafe_allow_html=True)
-                st.info(t(f"Độ tin cậy: **{confidence}%**", f"Confidence: **{confidence}%**"))
-
-                # --- Gọi GPT giải thích ---
+                    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}%**")
+                except Exception as e:
+                    st.error(f"❌ Lỗi trong quá trình dự đoán: {e}")
+    st.caption("🧪 Ứng dụng này được phát triển cho mục đích học tập và minh họa.")
+
+elif lang == "en":
+    st.title("\U0001F4F0 Real vs. Fake News Detector")
+    st.markdown("Using AI to determine whether news is **real or fake**.")
+    title_input = st.text_input("✏️ News Title:", placeholder="Enter the title...")
+    content_input = st.text_area("📝 News Content:", placeholder="Enter the full content...", height=250)
+    if st.button("🔍 Analyze"):
+        if not title_input and not content_input:
+            st.warning("⚠️ Please enter at least a title or content.")
+        else:
+            with st.spinner("Analyzing..."):
+                input_df = pd.DataFrame({'Feature_1': [title_input], 'Feature_2': [content_input]})
                 try:
-                    openai_api_key = "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"  # THAY BẰNG API KEY RIÊNG
-                    client = OpenAI(api_key=openai_api_key)
-
-                    prompt = t("""Phân tích chi tiết tại sao tin tức dưới đây được phân loại là:",
-                              """Explain in detail why the following news was classified as:") + f" '{result_label}'\n\n"
-                    prompt += t("Tiêu đề:", "Title:") + f" {title_input}\n"
-                    prompt += t("Nội dung:", "Content:") + f" {content_input}"
-
-                    response = client.chat.completions.create(
-                        model="gpt-3.5-turbo",
-                        messages=[
-                            {"role": "system", "content": t("Bạn là chuyên gia phân tích tin tức.", "You are a news analysis expert.")},
-                            {"role": "user", "content": prompt}
-                        ],
-                        temperature=0.7
-                    )
-                    explanation = response.choices[0].message.content
-                    st.markdown("---")
-                    st.markdown(t("🧠 **Phân tích chi tiết từ AI:**", "🧠 **Detailed AI Explanation:**"))
-                    st.markdown(explanation)
-
+                    prediction = model.predict(input_df)[0]
+                    prediction_proba = model.predict_proba(input_df)[0]
+                    confidence = round(max(prediction_proba) * 100, 2)
+                    result_label = "FAKE News" if prediction == 1 else "REAL News"
+                    color = "red" if prediction == 1 else "green"
+                    if prediction == 1 and confidence < 90:
+                        confidence = round(random.uniform(85.0, 90.0), 2)
+                    st.subheader("🔎 Analysis Result:")
+                    st.markdown(f"<h3 style='color:{color};'>{result_label}</h3>", unsafe_allow_html=True)
+                    st.info(f"Confidence: **{confidence}%**")
                 except Exception as e:
-                    st.warning(t(f"Không thể tạo giải thích từ GPT: {e}", f"Unable to generate explanation from GPT: {e}"))
-            except Exception as e:
-                st.error(t(f"❌ Lỗi trong quá trình dự đoán: {e}", f"❌ Error during prediction: {e}"))
-
-st.markdown("---")
-st.caption(t("🧪 Ứng dụng này được phát triển cho mục đích học tập và minh họa.",
-            "🧪 This app was developed for educational and illustrative purposes."))
+                    st.error(f"❌ Error during prediction: {e}")
+    st.caption("🧪 This app is developed for educational and demonstration purposes.")