Update app.py

app.py

@@ -28,22 +28,12 @@ def fetch_naver_news(query, display=10, start=1, sort="date"):
         st.error(f"Error: {response.status_code}, {response.text}")
         return None
 
-# Step 2: Hugging Face 번역 모델 로드 (한국어 -> 영어)
-def load_translation_model():
-    try:
-        translator = pipeline("translation", model="Helsinki-NLP/opus-mt-ko-en")
-        st.write("Translation model loaded successfully.")
-        return translator
-    except Exception as e:
-        st.error(f"Error loading translation model: {e}")
-        return None
-
-# Step 3: Hugging Face 정치 성향 분석 모델 로드
+# Step 2: Hugging Face 정치 성향 분석 모델 로드
 def load_huggingface_model():
     classifier = pipeline("text-classification", model="bucketresearch/politicalBiasBERT")
     return classifier
 
-# Step 4: 정치 성향 분류 함수
+# Step 3: 정치 성향 분류 함수
 def classify_political_sentiment(text, classifier):
     result = classifier(text[:512])  # 입력이 너무 길면 잘라서 분석
     sentiment = result[0]
@@ -52,6 +42,7 @@ def classify_political_sentiment(text, classifier):
 
     sentiment_score = score if label == "POSITIVE" else -score
 
+    # 키워드 기반 분류 (진보/보수)
     progressive_keywords = ["복지", "평등", "민주", "환경", "사회적 책임"]
     conservative_keywords = ["안보", "전통", "경제", "성장", "질서", "국방"]
 
@@ -62,8 +53,8 @@ def classify_political_sentiment(text, classifier):
     else:
         return "중립", sentiment_score
 
-# Step 5: 뉴스 분석 및 결과 출력
-def analyze_news_political_orientation(news_items, classifier, translator):
+# Step 4: 뉴스 분석 및 결과 출력
+def analyze_news_political_orientation(news_items, classifier):
     results = {"진보": 0, "보수": 0, "중립": 0}
     detailed_results = []
 
@@ -72,12 +63,8 @@ def analyze_news_political_orientation(news_items, classifier, translator):
         description = item["description"]
         combined_text = f"{title}. {description}"
 
-        # 번역: 한국어 -> 영어
-        translated_text = translator(combined_text)[0]['translation_text']
-        st.write("Translated Text:", translated_text)  # 번역된 텍스트 확인
-
         # 정치 성향 분류
-        orientation, score = classify_political_sentiment(translated_text, classifier)
+        orientation, score = classify_political_sentiment(combined_text, classifier)
         results[orientation] += 1
         detailed_results.append({
             "제목": title,
@@ -110,10 +97,9 @@ if st.button("분석 시작"):
 
                 # Hugging Face 모델 로드
                 classifier = load_huggingface_model()
-                translator = load_translation_model()
 
                 # 뉴스 데이터 분석
-                results, detailed_results = analyze_news_political_orientation(news_items, classifier, translator)
+                results, detailed_results = analyze_news_political_orientation(news_items, classifier)
 
                 # 분석 결과 시각화
                 st.subheader("분석 결과 요약")