Fakenews OCR Detect

使用前請先閱讀該文件!!!!!

📎 基本說明

可使用圖片轉文字來偵測假新聞的伺服器實作。

範例網站

🛠 開發環境

• IDE: Visual Studio 2019 or VScode
• Python: Python 3.7.6 :: Anaconda, Inc on Win32
• 如果你是Linux環境: 執行該檔案完成環境建置 aptrequired.sh

# 在終端機中執行該行指令
bash aptrequired.sh

📜 功能列表

• Flask Server
  • 主畫面
  • 上傳圖片
  • 圖形介面
  • CSS美化
  • 返回假新聞回饋功能
• Tesseract
  • 圖片轉文字(OCR)功能
• Texts Compare
  • Flairs Model
  • SpaCy 相似度比對
    • 假新聞比對
    • 真新聞比對
    • 比對加速
  • 與資料庫中資料做對比
    • 詞性情感比對
  • (備案) 假新聞辨識模型 (無中文版)
• Crawl
  • 爬取新聞資料
  • 自動爬取新增資料
  • 將爬取資料匯入資料庫
• Deploy
  • UWSGI 部屬
  • Nginx 反向代理
  • AWS EC2 上線
  • HTTPS 安全性
  • 穩定度測試

🔔 環境執行前注意

• 需先下載 tesseract軟體 Windows載點
• tesseract.py 根據你的tesseract應用程式下載位置更改 Line 7 值

# 先執行該行程式將所有依賴套件下載好
pip install -r requirement.txt

Requirement.txt NOTE:UWSGI可視情況不下載

• spacy download chinese(zh_core_web_sm)

# 語言包需額外下載
python -m spacy download zh_core_web_sm

💻 執行

將爬取的CSV檔放入data資料夾便可執行

# 執行該段後即可透過 localhost:port來瀏覽
python app.py

🔧 依賴套件

主要運用這些套件

• 伺服器Flask
• NLP套件SpaCy
• OCR套件Tesseract
• 資料處理Pandas