sentiment-analysis/app.py at develop · thienhv-dev/sentiment-analysis · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
# app.py
from flask import Flask, request, jsonify, render_template_string
from flask_cors import CORS
from transformers import pipeline
import logging

# Setup logging
logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)

app = Flask(__name__)
CORS(app)

# Load model globally
print("Đang load model...")
try:
    classifier = pipeline(
        "text-classification",
        model="./models/fine_tuned_sentiment",
        tokenizer="./models/fine_tuned_sentiment"
    )
    print("Model loaded thành công!")
except Exception as e:
    print(f"Lỗi load model: {e}")
    classifier = None

# HTML template cho web interface
HTML_TEMPLATE = '''
<!DOCTYPE html>
<html>
<head>
    <title>Sentiment Analysis API</title>
    <meta charset="UTF-8">
    <style>
        body { font-family: Arial, sans-serif; margin: 40px; background-color: #f5f5f5; }
        .container { max-width: 800px; margin: 0 auto; background: white; padding: 30px; border-radius: 10px; box-shadow: 0 2px 10px rgba(0,0,0,0.1); }
        h1 { color: #333; text-align: center; }
        .form-group { margin: 20px 0; }
        label { display: block; margin-bottom: 8px; font-weight: bold; color: #555; }
        textarea { width: 100%; padding: 12px; border: 1px solid #ddd; border-radius: 5px; font-size: 14px; resize: vertical; }
        button { background: #007bff; color: white; padding: 12px 24px; border: none; border-radius: 5px; cursor: pointer; font-size: 16px; }
        button:hover { background: #0056b3; }
        .result { margin-top: 20px; padding: 15px; border-radius: 5px; }
        .positive { background: #d4edda; color: #155724; border: 1px solid #c3e6cb; }
        .negative { background: #f8d7da; color: #721c24; border: 1px solid #f5c6cb; }
        .neutral { background: #fff3cd; color: #856404; border: 1px solid #ffeaa7; }
        .confidence { font-size: 12px; opacity: 0.8; }
        .examples { margin-top: 30px; }
        .example { background: #f8f9fa; padding: 10px; margin: 10px 0; border-radius: 5px; cursor: pointer; border: 1px solid #e9ecef; }
        .example:hover { background: #e9ecef; }
    </style>
</head>
<body>
    <div class="container">
        <h1>🤖 Sentiment Analysis</h1>
        <p style="text-align: center; color: #666;">Phân tích cảm xúc văn bản tiếng Việt</p>

        <div class="form-group">
            <label for="text">Nhập văn bản để phân tích:</label>
            <textarea id="text" rows="4" placeholder="Ví dụ: Sản phẩm này rất tuyệt vời!"></textarea>
        </div>

        <button onclick="analyzeText()">Phân tích cảm xúc</button>

        <div id="result"></div>

        <div class="examples">
            <h3>Ví dụ mẫu:</h3>
            <div class="example" onclick="setExample('Sản phẩm này thật tuyệt vời, tôi rất hài lòng!')">
                Sản phẩm này thật tuyệt vời, tôi rất hài lòng!
            </div>
            <div class="example" onclick="setExample('Chất lượng rất tệ, không đáng tiền')">
                Chất lượng rất tệ, không đáng tiền
            </div>
            <div class="example" onclick="setExample('Sản phẩm bình thường, không có gì đặc biệt')">
                Sản phẩm bình thường, không có gì đặc biệt
            </div>
        </div>
    </div>

    <script>
        function setExample(text) {
            document.getElementById('text').value = text;
        }

        function analyzeText() {
            const text = document.getElementById('text').value.trim();
            if (!text) {
                alert('Vui lòng nhập văn bản!');
                return;
            }

            const button = document.querySelector('button');
            button.disabled = true;
            button.textContent = 'Đang phân tích...';

            fetch('/predict', {
                method: 'POST',
                headers: {
                    'Content-Type': 'application/json',
                },
                body: JSON.stringify({text: text})
            })
            .then(response => response.json())
            .then(data => {
                if (data.error) {
                    document.getElementById('result').innerHTML =
                        `<div class="result" style="background: #f8d7da; color: #721c24;">Lỗi: ${data.error}</div>`;
                } else {
                    const sentiment = data.sentiment;
                    const confidence = (data.confidence * 100).toFixed(1);
                    let className = sentiment;
                    let emoji = sentiment === 'positive' ? '😊' : (sentiment === 'negative' ? '😞' : '😐');

                    document.getElementById('result').innerHTML =
                        `<div class="result ${className}">
                            <strong>${emoji} Cảm xúc: ${sentiment.toUpperCase()}</strong>
                            <div class="confidence">Độ tin cậy: ${confidence}%</div>
                        </div>`;
                }
            })
            .catch(error => {
                document.getElementById('result').innerHTML =
                    `<div class="result" style="background: #f8d7da; color: #721c24;">Lỗi kết nối: ${error}</div>`;
            })
            .finally(() => {
                button.disabled = false;
                button.textContent = 'Phân tích cảm xúc';
            });
        }
    </script>
</body>
</html>
'''

@app.route('/')
def home():
    return render_template_string(HTML_TEMPLATE)

@app.route('/predict', methods=['POST'])
def predict():
    try:
        if not classifier:
            return jsonify({'error': 'Model chưa được load'}), 500

        data = request.get_json()
        if not data or 'text' not in data:
            return jsonify({'error': 'Thiếu trường "text"'}), 400

        text = data['text'].strip()
        if not text:
            return jsonify({'error': 'Text không được để trống'}), 400

        # Predict
        result = classifier(text)

        response = {
            'text': text,
            'sentiment': result[0]['label'],
            'confidence': result[0]['score']
        }

        logger.info(f"Prediction: {text[:50]} -> {response['sentiment']} ({response['confidence']:.3f})")

        return jsonify(response)

    except Exception as e:
        logger.error(f"Prediction error: {str(e)}")
        return jsonify({'error': f'Lỗi prediction: {str(e)}'}), 500

@app.route('/batch_predict', methods=['POST'])
def batch_predict():
    try:
        if not classifier:
            return jsonify({'error': 'Model chưa được load'}), 500

        data = request.get_json()
        if not data or 'texts' not in data:
            return jsonify({'error': 'Thiếu trường "texts"'}), 400

        texts = data['texts']
        if not isinstance(texts, list):
            return jsonify({'error': 'texts phải là một list'}), 400

        # Predict batch
        results = classifier(texts)

        response = []
        for text, result in zip(texts, results):
            response.append({
                'text': text,
                'sentiment': result['label'],
                'confidence': result['score']
            })

        return jsonify(response)

    except Exception as e:
        logger.error(f"Batch prediction error: {str(e)}")
        return jsonify({'error': f'Lỗi batch prediction: {str(e)}'}), 500

@app.route('/health', methods=['GET'])
def health():
    return jsonify({
        'status': 'healthy',
        'model_loaded': classifier is not None
    })

# Thay đổi dòng cuối trong app.py
if __name__ == '__main__':
    print("🚀 Starting Sentiment Analysis API...")
    print("📱 Web interface: http://localhost:8080")
    print("🔗 API endpoint: http://localhost:8080/predict")
    app.run(host='0.0.0.0', port=8080, debug=False)  # Đổi từ 5000 sang 8080