🕵️ Detector de Clickbait en Noticias

Proyecto para:

• Descargar noticias desde una API pública de noticias (por ejemplo, NewsAPI).
• Analizar el sentimiento del título y del contenido de cada noticia usando un modelo local vía Ollama (llama3.2).
• Detectar posibles casos de clickbait comparando ambos sentimientos.
• Visualizar los resultados en una interfaz web hecha con Streamlit.

---

🔧 Requisitos previos

• Python 3.10+ (recomendado 3.11 o 3.12).

• Ollama instalado en tu máquina (para usar el modelo llama3.2):

  • Descargar desde: https://ollama.com

  • Luego, en una terminal:

    ollama pull llama3.2

• Una API key de NewsAPI (o similar):

  • Regístrate en https://newsapi.org
  • Obtén tu API Key.

---

📁 Estructura básica del proyecto

• news_api_script.py: script para descargar noticias desde la API y guardarlas en CSV.
• data/noticias.csv: archivo generado con las noticias descargadas.
• sentiment_analyzer.py: clase SentimentAnalyzer que usa Ollama (modelo llama3.2) para clasificar el sentimiento.
• app.py: aplicación Streamlit que:
  • Carga un CSV de noticias.
  • Analiza sentimiento de título y contenido.
  • Detecta posibles casos de clickbait.
  • Muestra resultados y métricas.
• requirements.txt: dependencias del proyecto.

---

🧱 Crear y preparar el entorno

Desde la carpeta del proyecto:

python -m venv venv
venv\Scripts\activate    # En Windows
# o en macOS / Linux:
# source venv/bin/activate

pip install -r requirements.txt

---

🔐 Configurar la API key y variables de entorno

1. En la raíz del proyecto, crea un archivo llamado .env.
2. Dentro de .env, agrega tu API key de noticias:

NEWS_API_KEY=tu_api_key_de_newsapi

3. (Opcional) Si Ollama no corre en http://localhost:11434, puedes definir:

OLLAMA_BASE_URL=http://tu_host_ollama:11434

El proyecto usa python-dotenv para cargar estas variables automáticamente.

---

🌐 Descargar noticias con news_api_script.py

El script news_api_script.py:

• Carga la API key desde .env.
• Llama a la API de noticias (ejemplo: busca noticias sobre el Mundial).
• Convierte la respuesta en un DataFrame de pandas.
• Guarda las noticias en data/noticias.csv.

Ejecutar:

python news_api_script.py

Dentro del script puedes ajustar:

• query (por ejemplo "Mundial", "economía Argentina", "tecnología", etc.).
• page_size (cantidad máxima de noticias a descargar).
• language (por ejemplo "es" para español).

---

🧠 Analizador de sentimientos (Ollama + llama3.2)

El archivo sentiment_analyzer.py define la clase:

• SentimentAnalyzer:
  • Usa langchain-ollama para conectarse a Ollama.
  • Modelo utilizado: llama3.2 (modelo pequeño, ideal para correr localmente).
  • Se le pasa un prompt con el título (o contenido) de la noticia.
  • Devuelve una de estas etiquetas:
    • POSITIVE
    • NEUTRAL
    • NEGATIVE

Antes de usarlo, asegurate de que Ollama esté corriendo y que ya descargaste el modelo:

ollama pull llama3.2

---

📊 App Streamlit: Detector de Clickbait

La app principal está en app.py.

Para ejecutarla:

streamlit run app.py

¿Qué hace la app?

1. Te permite subir un archivo CSV (por ejemplo, data/noticias.csv).
2. Muestra cuántas filas/noticias hay.
3. Te deja elegir:
   • Columna de TÍTULO (por defecto title si existe).
   • Columna de CONTENIDO (por defecto content si existe).
4. Te permite elegir cuántas noticias analizar:
   • Primeros 10 títulos.
   • Primeros 50 títulos.
   • Dataset completo.
5. Para cada noticia:
   • Analiza el sentimiento del título.
   • Analiza el sentimiento del contenido.
   • Calcula si la combinación se considera clickbait.
6. Muestra:
   • Número de casos coherentes (no clickbait).
   • Número de casos clickbait.
   • Total analizado.
   • Una tabla con:
     • Título
     • Contenido
     • Sentimiento del título
     • Sentimiento del contenido
     • Flag is_clickbait.

🚀 Flujo recomendado de uso

1. Crear entorno y dependencias

   • Crear venv y ejecutar: pip install -r requirements.txt.

2. Configurar variables de entorno

   • Crear .env con:

     NEWS_API_KEY=tu_api_key_de_newsapi
     

   • (Opcional) Configurar OLLAMA_BASE_URL si usas otra URL.

3. Descargar noticias

   • Ejecutar:

     python news_api_script.py

   • Esto generará data/noticias.csv.

4. Ejecutar el detector de clickbait

   • Lanzar la app:

     streamlit run app.py

   • Subir el CSV de noticias.

   • Elegir columnas de título y contenido.

   • Elegir si quieres analizar 10, 50 o todas las noticias.

   • Revisar cuántos casos se marcan como clickbait según la definición anterior.

---

🧩 Notas y posibles mejoras

• Probar otros modelos de Ollama (más grandes o especializados) si tu hardware lo permite.
• Ajustar la definición de clickbait o agregar más categorías (por ejemplo, grado de exageración).
• Guardar resultados enriquecidos (sentimientos, flag de clickbait).