Update app.py

app.py

@@ -3,22 +3,21 @@ import joblib
 import pandas as pd
 import re
 import nltk
-# from nltk.corpus import stopwords # Không cần thiết nếu stopwords chỉ dùng trong TextCleaner
-# from nltk.stem.porter import PorterStemmer # Không cần thiết
 import os
+from sklearn.base import BaseEstimator, TransformerMixin # Cần import này cho TextCleaner
 
 # --- CẤU HÌNH TRANG STREAMLIT (PHẢI LÀ LỆNH STREAMLIT ĐẦU TIÊN) ---
 st.set_page_config(page_title="Phân biệt Tin tức Thật/Giả", layout="centered")
 
 # --- Định nghĩa lớp Custom Transformer cho việc làm sạch văn bản ---
-# PHẢI CHÍNH XÁC NHƯ LỚP BẠN ĐÃ DÙNG KHI HUẤN LUYỆN
-from sklearn.base import BaseEstimator, TransformerMixin
-
+# Lớp này PHẢI CHÍNH XÁC giống hệt như lớp bạn đã dùng khi huấn luyện mô hình
+# và lưu file fake_news_model.pkl.
 class TextCleaner(BaseEstimator, TransformerMixin):
     def fit(self, X, y=None):
         return self
 
     def transform(self, X: pd.Series, y=None):
+        # Đảm bảo đầu vào là Series để sử dụng các phương thức .str
         if not isinstance(X, pd.Series):
             X = pd.Series(X)
 
@@ -32,6 +31,10 @@ class TextCleaner(BaseEstimator, TransformerMixin):
         )
 
 # --- Cài đặt và tải tài nguyên NLTK (quan trọng cho môi trường Docker) ---
+# Đoạn code này đảm bảo NLTK data được tải và có sẵn trong môi trường của Space.
+# Nếu bạn đã cấu hình Dockerfile để tải NLTK stopwords trong quá trình build,
+# phần này có thể được lược bỏ để giảm thời gian khởi tạo ứng dụng,
+# nhưng giữ lại nếu bạn không chắc chắn Dockerfile đã lo việc tải.
 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)
@@ -40,21 +43,25 @@ 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.error(f"Lỗi khi tải NLTK stopwords: {e}. Vui lòng kiểm tra kết nối hoặc cấu hình Dockerfile.")
     st.stop()
 
 
 # --- Tải mô hình ---
+# Phần này cố gắng tải mô hình. Nếu có lỗi, ứng dụng sẽ dừng và hiển thị thông báo.
 model = None
 try:
     model_path = os.path.join(os.path.dirname(__file__), 'fake_news_model.pkl')
+    # joblib.load() sẽ cần tìm thấy định nghĩa của lớp TextCleaner TRƯỚC khi tải model
     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 lớp TextCleaner đã được định nghĩa chính xác và file mô hình nằm đúng vị trí.")
-    st.stop()
+    st.stop() # Dừng ứng dụng nếu mô hình không tải được
+
 
 # --- Giao diện Streamlit ---
+# Các lệnh Streamlit khác sẽ bắt đầu từ đây trở đi để tránh lỗi set_page_config()
 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.")
 
@@ -72,45 +79,46 @@ if st.button("Phân tích"):
         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..."):
+            # Chuẩn bị dữ liệu đầu vào dưới dạng DataFrame, giống như X_train khi huấn luyện
             input_df = pd.DataFrame({
                 'Feature_1': [title_input],
                 'Feature_2': [content_input]
             })
 
             try:
+                # Thực hiện dự đoán xác suất và nhãn
                 prediction = model.predict(input_df)[0]
                 prediction_proba = model.predict_proba(input_df)[0]
 
-                # Lấy xác suất của lớp được dự đoán
+                # Lấy xác suất cao nhất mà mô hình gán cho một trong các lớp
                 confidence = round(max(prediction_proba) * 100, 2)
 
                 # --- ĐIỀU CHỈNH LOGIC DỰ ĐOÁN DỰA TRÊN NGƯỠNG ĐỘ TIN CẬY ---
+                # Nhãn đã train: 0 là THẬT, 1 là GIẢ
                 result_label = ""
                 color = ""
+                confidence_text = f"Độ tin cậy: **{confidence}%**"
 
-                # Gán nhãn theo cách bạn đã train: 0 là THẬT, 1 là GIẢ
-                # Kiểm tra nếu mô hình dự đoán là GIẢ (prediction == 1)
-                if prediction == 1: # Dự đoán ban đầu là GIẢ
-                    if confidence < 90.0: # Nhưng độ tin cậy thấp hơn 90%
-                        result_label = "Tin tức CÓ THỂ LÀ THẬT (Độ tin cậy giả thấp)" # Chuyển thành THẬT do tin cậy thấp
-                        color = "orange" # Hoặc màu khác để chỉ sự không chắc chắn
-                    else: # Độ tin cậy cao, giữ nguyên là GIẢ
+
+                if prediction == 1: # Nếu mô hình ban đầu dự đoán là GIẢ (nhãn 1)
+                    if confidence < 90.0: # Và độ tin cậy của dự đoán GIẢ dưới 90%
+                        result_label = "Tin tức CÓ THỂ LÀ THẬT" # Chuyển thành THẬT do tin cậy thấp
+                        color = "orange" # Màu cam để chỉ sự không chắc chắn
+                        confidence_text += " (Độ tin cậy của dự đoán GIẢ thấp, có thể là thật)"
+                    else: # Nếu độ tin cậy GIẢ >= 90%, giữ nguyên là GIẢ
                         result_label = "Tin tức GIẢ"
                         color = "red"
-                else: # Dự đoán là THẬT (prediction == 0)
+                else: # Nếu mô hình dự đoán là THẬT (nhãn 0), thì giữ nguyên là THẬT
                     result_label = "Tin tức THẬT"
                     color = "green"
 
                 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}%**")
-                # Tùy chọn: Hiển thị cả xác suất của từng lớp để hiểu rõ hơn
-                # st.write(f"Xác suất: Thật ({round(prediction_proba[0]*100,2)}%), Giả ({round(prediction_proba[1]*100,2)}%)")
-
+                st.info(confidence_text) # Hiển thị độ tin cậy và ghi chú bổ sung
 
             except Exception as e:
                 st.error(f"Đã xảy ra lỗi trong quá trình dự đoán: {e}")
-                st.exception(e)
+                st.exception(e) # Hiển thị chi tiết lỗi để gỡ lỗi
 
 st.markdown("---")
 st.markdown("Ứng dụng này được phát triển để mục đích minh họa và học tập.")