import numpy as np
import torch
import streamlit as st
from transformers import BertTokenizer
from transformers import BertForSequenceClassification
from sklearn.preprocessing import LabelEncoder
from keras.utils import pad_sequences
from torch.utils.data import TensorDataset, DataLoader, RandomSampler, SequentialSampler

st.markdown("### Paper category classification")
st.markdown("<img width=200px src='https://grandgames.net/img/upload/0d153888a24eb5b8c0195495cd83d0dd.jpg'>", unsafe_allow_html=True)
# ^-- можно показывать пользователю текст, картинки, ограниченное подмножество html - всё как в jupyter
@st.cache_data
def load_model_and_tokenizer():    
    tokenizer = BertTokenizer.from_pretrained('bert-base-uncased')
    model = BertForSequenceClassification.from_pretrained(
        "bert-base-uncased", # Use the 12-layer BERT model, with an uncased vocab.
        num_labels = 44,)
    model.load_state_dict(torch.load("model_last_version.pt", map_location=torch.device('cpu')))
    return model, tokenizer

model, tokenizer = load_model_and_tokenizer()

title = st.text_area("INPUT TITLE HERE")
abstract = st.text_area("INPUT ABSTRACT HERE")
# ^-- показать текстовое поле. В поле text лежит строка, которая находится там в данный момент
if len(title) == 0 and len(abstract) == 0:
    st.markdown(f"Could you input paper title/abstract :)")
elif len(title) == 0 and len(abstract) > 0:
    st.markdown(f"Could you input paper title :)")
else:
    
    MAX_LEN = 64
    # Преобразуем название статьи в токены
    tokens = tokenizer(title, padding=True, truncation=True, return_tensors="pt")
    
    # Получаем предсказание модели для названия статьи и абстракта (если есть)
    input_ids = tokens['input_ids']
    attention_mask = tokens['attention_mask']
    logits = model(input_ids, attention_mask)[0]
    
    tags_names = ['Accelerator Physics',
     'adap-org',
     "adap-org",
     'Algebra-Geometry',
     'Astro-physics',
     "Astro-physics",
     'Chao-dynamics',
     'Chemistry-physics',
     'cmp-lg',
     "cmp-lg",
     'comp-gas',
     'cond-mat',
     "cond-mat",
     'Computer Science',
     'dg-ga',
     'Economics',
     'eess',
     'funct-an',
     'gr-qc',
     "gr-qc",
     'hep-ex',
     "hep-ex",
     'hep-lat',
     "hep-lat",
     'hep-ph',
     "hep-ph",
     'hep-th',
     "hep-th",
     'Math',
     'math-ph',
     'mtrl-th',
     'nlin',
     'nucl-ex',
     'nucl-th',
     "nucl-th",
     'patt-sol',
     'Physics',
     'q-alg',
     'Quantitie-biology',
     'q-fin',
     'quant-ph',
     "quant-ph",
     'solv-int',
     'Statistics']
    
    if abstract:
        abstract_tokens = tokenizer(abstract, padding=True, truncation=True, return_tensors="pt")
        abstract_input_ids = abstract_tokens['input_ids']
        abstract_attention_mask = abstract_tokens['attention_mask']
        abstract_logits = model(abstract_input_ids, abstract_attention_mask)[0]
        logits += abstract_logits
    
    # Получаем вероятности и сортируем их в порядке убывания
    probs = torch.softmax(logits, dim=-1).squeeze()
    sorted_probs, sorted_indices = torch.sort(probs, descending=True)
    
    # Считаем сумму вероятностей
    sum_probs = 0.0
    top_classes = []
    for i in range(len(sorted_probs)):
        sum_probs += sorted_probs[i]
        if sum_probs > 0.95 or sorted_probs[i] < 0.001:
            break
        top_classes.append((tags_names[sorted_indices[i].item()], sorted_probs[i].item()))
    
    # Выводим список тем с их вероятностями
    # from transformers import pipeline
    # pipe = pipeline("ner", "Davlan/distilbert-base-multilingual-cased-ner-hrl")
    raw_predictions = top_classes#le.inverse_transform(prediction)#pipe(text)
    # тут уже знакомый вам код с huggingface.transformers -- его можно заменить на что угодно от fairseq до catboost
    
    st.markdown(f"Possible categories with their probabilities for this paper : {raw_predictions}")
    # выводим результаты модели в текстовое поле, на потеху пользователю