Update app.py

app.py

@@ -7,7 +7,7 @@ import pandas as pd
 import os
 
 # OpenAI API 키 설정
-openai.api_key = os.getenv("OPENAI_API_KEY", "your_openai_api_key")
+openai.api_key = os.getenv("OPENAI_API_KEY", "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")  # 환경 변수 또는 직접 키 입력
 
 # 네이버 뉴스 API를 통해 실제 뉴스 기사 가져오기
 def fetch_naver_news(query, display=5):
@@ -31,11 +31,10 @@ def fetch_naver_news(query, display=5):
         news_data = response.json()
         return news_data['items']  # 뉴스 기사 리스트 반환
     else:
-        st.error(f"뉴스 데이터를 불러오는 데 실패했습니다. (코드: {response.status_code})")
+        st.error("뉴스 데이터를 불러오는 데 실패했습니다.")
         return []
 
 # 정치 성향 분석 모델 로드
-@st.cache_resource
 def load_sentiment_model():
     classifier = pipeline("text-classification", model="bucketresearch/politicalBiasBERT")
     return classifier
@@ -43,8 +42,7 @@ def load_sentiment_model():
 # GPT-4를 이용해 반대 관점 기사 생성
 def generate_article_gpt4(prompt):
     try:
-        client = openai.OpenAI()
-        response = client.chat.completions.create(
+        response = openai.ChatCompletion.create(
             model="gpt-4",
             messages=[
                 {"role": "system", "content": "You are a helpful assistant that generates articles."},
@@ -80,7 +78,7 @@ def analyze_news_political_viewpoint(query):
 
     classifier = load_sentiment_model()
     results = []
-    sentiment_counts = {"진보": 0, "보수": 0, "중립": 0}
+    sentiment_counts = {"진보": 0, "보수": 0, "중립": 0}  # 매핑된 라벨에 맞게 초기화
 
     for item in news_items:
         title = item["title"]
@@ -89,7 +87,7 @@ def analyze_news_political_viewpoint(query):
 
         # 기사 성향 분석
         sentiment, score = analyze_article_sentiment(combined_text, classifier)
-        sentiment_counts[sentiment] += 1
+        sentiment_counts[sentiment] += 1  # 매핑된 키로 카운트 증가
 
         # 반대 관점 기사 생성
         opposite_perspective = "보수적" if sentiment == "진보" else "진보적"
@@ -106,6 +104,7 @@ def analyze_news_political_viewpoint(query):
 
     return results, sentiment_counts
 
+
 # 성향 분포 시각화
 def visualize_sentiment_distribution(sentiment_counts):
     fig, ax = plt.subplots()
@@ -141,3 +140,4 @@ if st.button("분석 시작"):
                 st.write("---")
         else:
             st.error("분석된 뉴스 데이터가 없습니다.")
+