Update app.py

app.py

@@ -34,7 +34,18 @@ def load_huggingface_model():
     classifier = pipeline("text-classification", model="bucketresearch/politicalBiasBERT")
     return classifier
 
-# Step 3: 정치 성향 분류 함수
+# Step 3: 기사 생성 모델 (진보적/보수적 기사를 생성하는 모델)
+def generate_article_by_perspective(text, perspective="진보"):
+    # 진보적, 보수적 기사를 생성하는 템플릿
+    if perspective == "진보":
+        # 진보적 관점으로 기사 재구성
+        return f"진보적 관점에서 다룬 기사: {text} ... (진보적 시각으로 변경됨)"
+    elif perspective == "보수":
+        # 보수적 관점으로 기사 재구성
+        return f"보수적 관점에서 다룬 기사: {text} ... (보수적 시각으로 변경됨)"
+    return text
+
+# Step 4: 정치 성향 분류 함수
 def classify_political_sentiment(text, classifier):
     result = classifier(text[:512])  # 입력이 너무 길면 잘라서 분석
     sentiment = result[0]
@@ -53,7 +64,7 @@ def classify_political_sentiment(text, classifier):
     else:
         return "중립", sentiment_score
 
-# Step 4: 뉴스 분석 및 결과 출력
+# Step 5: 뉴스 분석 및 결과 출력
 def analyze_news_political_orientation(news_items, classifier):
     results = {"진보": 0, "보수": 0, "중립": 0}
     detailed_results = []
@@ -71,12 +82,14 @@ def analyze_news_political_orientation(news_items, classifier):
             "요약": description,
             "성향": orientation,
             "점수": score,
-            "링크": item["link"]
+            "링크": item["link"],
+            "진보적 기사": generate_article_by_perspective(combined_text, "진보"),
+            "보수적 기사": generate_article_by_perspective(combined_text, "보수"),
         })
 
     return results, detailed_results
 
-# Step 5: Streamlit 앱 시작
+# Step 6: Streamlit 앱 시작
 st.title("정치 성향 분석 대시보드")
 st.markdown("### 네이버 뉴스 데이터를 실시간으로 수집하고 정치 성향을 분석합니다.")
 
@@ -110,15 +123,6 @@ if st.button("분석 시작"):
                 st.subheader("성향 분포 차트")
                 st.bar_chart(pd.DataFrame.from_dict(results, orient='index', columns=["건수"]))
 
-                # 성향 분포 차트 (matplotlib로 추가된 시각화)
-                st.subheader("성향 분포 (세부 차트)")
-                fig, ax = plt.subplots()
-                ax.bar(results.keys(), results.values())
-                ax.set_xlabel("성향")
-                ax.set_ylabel("건수")
-                ax.set_title("성향 분포 차트")
-                st.pyplot(fig)
-
                 # 세부 결과 출력
                 st.subheader("세부 결과")
                 df = pd.DataFrame(detailed_results)
@@ -128,6 +132,8 @@ if st.button("분석 시작"):
                 st.subheader("뉴스 링크")
                 for index, row in df.iterrows():
                     st.write(f"- [{row['제목']}]({row['링크']}) (성향: {row['성향']}, 점수: {row['점수']:.2f})")
+                    st.write(f"**진보적 기사**: {row['진보적 기사']}")
+                    st.write(f"**보수적 기사**: {row['보수적 기사']}")
 
         except Exception as e:
             st.error(f"오류 발생: {e}")