Create app.py

app.py

@@ -0,0 +1,109 @@
+import streamlit as st
+import joblib
+import pandas as pd
+import re
+import nltk
+from nltk.corpus import stopwords
+from nltk.stem.porter import PorterStemmer
+import os
+
+# --- Cài đặt và tải tài nguyên NLTK (quan trọng cho môi trường Docker) ---
+# Tải stopwords vào thư mục con 'nltk_data'
+# Điều này giúp Dockerfile dễ dàng sao chép và NLTK tìm thấy chúng
+nltk_data_path = os.path.join(os.path.dirname(__file__), 'nltk_data')
+
+# Đảm bảo thư mục tồn tại
+os.makedirs(os.path.join(nltk_data_path, 'corpora'), exist_ok=True)
+# Thêm đường dẫn này để NLTK tìm kiếm
+nltk.data.path.append(nltk_data_path)
+
+# Cố gắng tải stopwords
+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"Lỗi khi tải NLTK stopwords: {e}")
+    st.stop() # Dừng ứng dụng nếu không tải được
+
+# --- Tải mô hình ---
+model = None
+try:
+    model_path = os.path.join(os.path.dirname(__file__), 'fake_news_model.pkl')
+    model = joblib.load(model_path)
+    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 file mô hình nằm cùng thư mục với app.py.")
+    st.stop() # Dừng ứng dụng nếu mô hình không tải được
+
+# --- Khởi tạo Stemmer và Stopwords ---
+ps = PorterStemmer()
+# Đảm bảo NLTK tìm thấy stopwords từ đường dẫn đã chỉ định
+try:
+    stop_words = set(stopwords.words('english'))
+except Exception as e:
+    st.error(f"Lỗi khi tải stop words NLTK: {e}. Đảm bảo 'stopwords' đã được tải.")
+    st.stop()
+
+# --- Hàm tiền xử lý văn bản (PHẢI GIỐNG VỚI LÚC TRAIN) ---
+def preprocess_text(text):
+    if not isinstance(text, str):
+        return ""
+    text = text.lower()
+    text = re.sub('[^a-zA-Z]', ' ', text)
+    words = text.split()
+    words = [ps.stem(word) for word in words if word not in stop_words]
+    return ' '.join(words)
+
+# --- Giao diện Streamlit ---
+st.set_page_config(page_title="Phân biệt Tin tức Thật/Giả", layout="centered")
+
+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.")
+
+# Ô nhập tiêu đề
+title_input = st.text_input("Tiêu đề tin tức:", placeholder="Nhập tiêu đề tin tức...")
+
+# Ô nhập nội dung
+content_input = st.text_area("Nội dung tin tức:", placeholder="Nhập toàn bộ nội dung tin tức...", height=250)
+
+# Nút Analyze
+if st.button("Phân tích"):
+    if not title_input and not content_input:
+        st.warning("Vui lòng nhập tiêu đề hoặc nội dung tin tức để phân tích.")
+    elif model is None:
+        st.error("Mô hình chưa sẵn sàng để phân tích. Vui lòng kiểm tra lại lỗi tải mô hình.")
+    else:
+        with st.spinner("Đang phân tích tin tức..."):
+            combined_text = title_input + " " + content_input
+            processed_text = preprocess_text(combined_text)
+
+            try:
+                # Giả định mô hình của bạn đã được huấn luyện để nhận một danh sách các chuỗi đã tiền xử lý
+                # Nếu mô hình của bạn cần một TfidfVectorizer riêng, bạn cần tải nó và chuyển đổi processed_text
+                prediction = model.predict([processed_text])[0]
+                prediction_proba = model.predict_proba([processed_text])[0]
+
+                # === ĐIỀU CHỈNH LOGIC Ở ĐÂY DỰA TRÊN 1=FAKE, 0=TRUE ===
+                if prediction == 1: # Nếu prediction là 1, đó là TIN GIẢ
+                    result_label = "Tin tức GIẢ"
+                    color = "red"
+                else: # Nếu prediction là 0, đó là TIN THẬT
+                    result_label = "Tin tức THẬT"
+                    color = "green"
+                # =======================================================
+
+                # Lấy độ tin cậy của lớp được dự đoán
+                # Nếu prediction là 1 (FAKE), lấy xác suất của lớp 1
+                # Nếu prediction là 0 (TRUE), lấy xác suất của lớp 0
+                confidence = round(prediction_proba[prediction] * 100, 2)
+
+
+                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"Đã xảy ra lỗi trong quá trình dự đoán: {e}")
+
+st.markdown("---")
+st.markdown("Ứng dụng này được phát triển để mục đích minh họa và học tập.")