w

aggro_model.py

@@ -1,5 +1,6 @@
 import torch
 import torch.nn as nn
+import torch.nn.functional as F
 from transformers import BertTokenizer, BertModel
 import pickle
 import re
@@ -177,48 +178,42 @@ def get_aggro_score(title: str) -> dict:
 
             with torch.no_grad():
                 outputs = aggro_model(input_ids, mask)
-                probs = torch.softmax(outputs, dim=1)
+                probs = F.softmax(outputs / 2.0, dim=1)
                 bert_score = probs[0][1].item() * 100
         except:
             bert_score = 50.0
 
-    # 3. 합산 (규칙 40% + BERT 60%)
-    if rule_scorer and aggro_model:
-        final_score = (rule_score * 0.4) + (bert_score * 0.6)
-    elif aggro_model:
-        final_score = bert_score
-    elif rule_scorer:
-        final_score = rule_score
-    else:
-        final_score = 0.0
+     # Safety Net 적용 (규칙 점수가 낮으면 AI 점수도 깎음)
+    if rule_score < 5: 
+        bert_score *= 0.3 # 규칙 점수가 거의 없으면 AI 점수 70% 삭감
+    elif rule_score < 20: 
+        bert_score *= 0.8 # 규칙 점수가 낮으면 AI 점수 20% 삭감
+
+    #3. 합산
+    w_rule = 0.0
+    w_bert = 1.0
+
+    final_score = (rule_score * w_rule) + (bert_score * w_bert)
 
     # 4. 결과
     normalized_score = min(final_score / 100.0, 1.0)
     
-    reason = "제목이 평이합니다."
-    recommendation = "양호합니다."
-    
-    # if final_score >= 70:
-    #     reason = f"AI 예측({bert_score:.0f}점) 및 규칙({rule_pattern})에 의해 낚시성으로 판단되었습니다."
-    #     recommendation = "객관적인 사실 위주의 제목으로 수정해주세요."
-    # elif final_score >= 40:
-    #     reason = f"일부 낚시성 요소({rule_pattern})가 감지되었습니다."
-    #     recommendation = "표현을 조금 더 다듬는 것을 권장합니다."
+    # 5. 등급 판정
     if final_score >= 80:
         reason = f"매우 높음 🔴 (AI: {bert_score:.0f}점, 규칙: {rule_pattern})"
-        recommendation = "전면 수정이 필요합니다. (낚시성 농후)"
+        recommendation = "전면 수정 권장"
     
     elif final_score >= 60:
         reason = f"높음 🟠 (AI: {bert_score:.0f}점, 규칙: {rule_pattern})"
-        recommendation = "과장된 표현을 줄이고 객관적으로 수정하세요."
+        recommendation = "과장된 표현 수정 필요"
     
     elif final_score >= 40:
         reason = f"보통 🟡 (AI: {bert_score:.0f}점, 규칙: {rule_pattern})"
-        recommendation = "일부 표현을 중립적으로 다듬는 것을 권장합니다."
+        recommendation = "일부 표현 중립화 권장"
     
     else:
-        reason = "낮음 🟢 제목이 평이하고 적절합니다."
-        recommendation = "적절한 제목입니다. 발행 가능합니다."
+        reason = "낮음 🟢"
+        recommendation = "적절한 제목입니다"
 
     return {
         "score": round(normalized_score, 4),