Update app.py

app.py

@@ -1,5 +1,3 @@
-# --- app.py ---
-
 import streamlit as st
 import joblib
 import pandas as pd
@@ -8,12 +6,13 @@ import nltk
 from nltk.corpus import stopwords
 import os
 import random
-from openai import OpenAI
 
-# --- CẤU HÌNH STREAMLIT ---
+from transformers import pipeline
+
+# CẤU HÌNH STREAMLIT
 st.set_page_config(page_title="Phân biệt Tin tức Thật/Giả", layout="centered")
 
-# --- TẢI DỮ LIỆU NLTK ---
+# TẢI STOPWORDS
 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)
@@ -25,7 +24,7 @@ except Exception as e:
     st.error(f"Lỗi khi tải NLTK stopwords: {e}")
     st.stop()
 
-# --- TIỀN XỬ LÝ ---
+# TIỀN XỬ LÝ
 def clean_text(series: pd.Series) -> pd.Series:
     return (
         series
@@ -36,81 +35,91 @@ def clean_text(series: pd.Series) -> pd.Series:
         .str.strip()
     )
 
-# --- TẢI MÔ HÌNH ---
+# TẢI MÔ HÌNH DỰ ĐOÁN FAKE/REAL
 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!")
+    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}.")
+    st.error(f"Lỗi khi tải mô hình: {e}")
     st.stop()
 
-# --- GIAO DIỆN ---
+# TẢI MÔ HÌNH LLaMA 3 TỪ HUGGING FACE
+@st.cache_resource
+def load_llama_pipeline():
+    try:
+        return pipeline(
+            "text-generation",
+            model="meta-llama/Meta-Llama-3-8B-Instruct",
+            device=0 if torch.cuda.is_available() else -1,
+            max_new_tokens=200,
+            temperature=0.7
+        )
+    except Exception as e:
+        st.warning(f"Lỗi khi tải mô hình LLaMA: {e}")
+        return None
+
+llama = load_llama_pipeline()
+
+# GIAO DIỆN STREAMLIT
 st.title("📰 Phân biệt Tin tức Thật/Giả")
-st.markdown("Dựa vào AI để xác định tin tức là **thật hay giả**.")
+st.markdown("Sử dụng AI để xác định liệu một 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)
+title_input = st.text_input("Tiêu đề tin tức:", placeholder="Nhập tiêu đề tin tức...")
+content_input = st.text_area("Nội dung tin tức:", placeholder="Nhập toàn bộ nội dung tin tức...", height=250)
 
-if st.button("🔍 Phân tích"):
+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.")
+        st.warning("Vui lòng nhập tiêu đề hoặc nội dung.")
     elif model is None:
-        st.error("❌ Mô hình chưa sẵn sàng.")
+        st.error("Mô hình chưa sẵn sàng.")
     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)
 
                 if prediction == 1:
-                    result_label = "Tin tức GIẢ"
-                    color = "red"
-                    if confidence < 90.0:
-                        confidence = round(random.uniform(85.0, 90.0), 2)
+                    result_label = "Tin tức GIẢ" if confidence >= 90 else "Tin tức THẬT"
+                    color = "red" if result_label == "Tin tức GIẢ" else "green"
                 else:
                     result_label = "Tin tức THẬT"
                     color = "green"
 
-                st.subheader("🔎 Kết quả phân tích:")
+                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}%**")
 
-                # --- Gọi GPT giải thích ---
-                try:
-                    openai_api_key = "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"  # <<== THAY API KEY Ở ĐÂY
-                    client = OpenAI(api_key=openai_api_key)
-
-                    prompt = f"""Phân tích chi tiết tại sao tin tức dưới đây được phân loại là '{result_label}':
-                    
-Tiêu đề: {title_input}
-
-Nội dung: {content_input}"""
-
-                    response = client.chat.completions.create(
-                        model="gpt-3.5-turbo",
-                        messages=[
-                            {"role": "system", "content": "Bạn là chuyên gia phân tích tin tức."},
-                            {"role": "user", "content": prompt}
-                        ],
-                        temperature=0.7
-                    )
-                    explanation = response.choices[0].message.content
-                    st.markdown("---")
-                    st.markdown("🧠 **Phân tích chi tiết từ AI:**")
-                    st.markdown(explanation)
-
-                except Exception as e:
-                    st.warning(f"Không thể tạo giải thích từ GPT: {e}")
+                # TẠO GIẢI THÍCH CHI TIẾT
+                if llama:
+                    with st.spinner("Đang tạo giải thích từ AI..."):
+                        prompt = f"""You are a news analysis assistant. Explain why the following news article is considered '{result_label}'.
+
+Title: {title_input}
+
+Content: {content_input}
+
+Answer:"""
+                        try:
+                            response = llama(prompt)[0]["generated_text"]
+                            explanation = response.replace(prompt, "").strip()
+                            st.markdown("---")
+                            st.markdown("🧠 **Phân tích chi tiết:**")
+                            st.markdown(explanation)
+                        except Exception as e:
+                            st.warning(f"Không thể tạo giải thích chi tiết từ LLaMA: {e}")
+                else:
+                    st.warning("Mô hình LLaMA chưa sẵn sàng hoặc bị lỗi.")
+
             except Exception as e:
-                st.error(f"❌ Lỗi trong quá trình dự đoán: {e}")
+                st.error(f"Lỗi trong quá trình dự đoán: {e}")
 
 st.markdown("---")
-st.caption("🧪 Ứng dụng này được phát triển cho mục đích học tập và minh họa.")
+st.markdown("Ứng dụng này được phát triển phục vụ học tập và minh họa mô hình AI.")