import streamlit as st
from tensorflow.keras.models import load_model
from tensorflow.keras.preprocessing.text import Tokenizer
from tensorflow.keras.preprocessing.sequence import pad_sequences
import numpy as np
from transformers import logging

# Hugging Face Transformers kütüphanesinden gelen hataları kapat
logging.set_verbosity_error()

# Streamlit başlık
st.title('Chat with Me')

# Model yükleme (burada dil modeli veya sohbet modeli olmalı)
model = load_model('text_classification_model.h5')

# Modelin beklediği giriş boyutunu öğrenme
model_input_shape = model.layers[0].input_shape[1]

# Tokenizer yükleme veya tanımlama
tokenizer = Tokenizer(num_words=10000)  # num_words, kelime sayısı limitidir, modelinize göre ayarlayabilirsiniz
tokenizer.fit_on_texts(['örnek metin'])  # Tokenizer'ı eğitmek için örnek bir metin kullanabilirsiniz

# Chat history
if 'chat_history' not in st.session_state:
    st.session_state.chat_history = []

# Kullanıcıdan giriş alma
soru = st.text_input('Sor:')

# Yanıt üretme fonksiyonu (modelinize göre bu kısım değişebilir)
def generate_response(input_text):
    # Metni tokenize et ve sekanslara dönüştür
    sequences = tokenizer.texts_to_sequences([input_text])
    padded_sequences = pad_sequences(sequences, maxlen=model_input_shape)  # maxlen, modelin beklediği giriş boyutuna göre ayarlanmalıdır
    prediction = model.predict(padded_sequences)
    response = "Bu bir örnek yanıttır."  # Modelden gelen yanıtı buraya yazın
    return response

# "Sor" butonuna tıklama olayını işleme
if st.button('Sor'):
    if soru:
        response = generate_response(soru)
        st.session_state.chat_history.append({'role': 'user', 'text': soru})
        st.session_state.chat_history.append({'role': 'model', 'text': response})
        st.experimental_rerun()

# Sohbet geçmişini gösterme
for message in reversed(st.session_state.chat_history):
    if message['role'] == 'user':
        st.markdown(f'<div style="text-align: right; background-color: #2F2F2F; padding: 10px; border-radius: 10px; margin: 10px; width: fit-content;">👤 Sen: {message["text"]}</div>', unsafe_allow_html=True)
    elif message['role'] == 'model':
        st.markdown(f'<div style="text-align: left; background-color: #2E2E2E; padding: 10px; border-radius: 10px; margin: 10px; width: fit-content;">🤖 Bot: {message["text"]}</div>', unsafe_allow_html=True)

# "Yeni Sohbet" butonuna tıklama olayını işleme
if st.button('Yeni Sohbet'):
    st.session_state.chat_history = []
    st.experimental_rerun()