Create test.py

test.py

@@ -0,0 +1,250 @@
+# دیتاست جامع سوالات دانشجویی و روزمره فارسی
+# Dataset for Persian Student Questions and Daily Conversations
+
+persian_student_dataset = {
+    
+    # ==== بخش 1: سوالات دانشگاهی و آموزشی ====
+    
+    # ثبت نام و پذیرش
+    "چگونه می‌توانم در دانشگاه ثبت نام کنم؟": "برای ثبت نام در دانشگاه، ابتدا باید در آزمون سراسری شرکت کنید و سپس از طریق سایت سازمان سنجش اقدام به انتخاب رشته کنید.",
+    "مدارک مورد نیاز برای ثبت نام چیست؟": "مدارک شامل کارنامه دیپلم، کارت ملی، عکس، فیش بانکی و گواهی پزشکی می‌باشد.",
+    "آخرین مهلت ثبت نام کی است؟": "مهلت ثبت نام معمولاً تا پایان شهریور ماه است، اما بهتر است از سایت دانشگاه اطلاع دقیق کسب کنید.",
+    "چگونه وضعیت پذیرش خود را بررسی کنم؟": "از طریق سایت سازمان سنجش و با وارد کردن کد داوطلبی خود می‌توانید وضعیت پذیرش را بررسی کنید.",
+    
+    # انتخاب واحد
+    "چه زمانی انتخاب واحد شروع می‌شود؟": "انتخاب واحد معمولاً در بهمن ماه برای ترم بهار و شهریور ماه برای ترم پاییز شروع می‌شود.",
+    "حداکثر واحد قابل برداشت چقدر است؟": "دانشجویان عادی حداکثر 20 واحد و دانشجویان ممتاز حداکثر 24 واحد می‌توانند برداشت کنند.",
+    "چه معدلی برای گرفتن 24 واحد لازم است؟": "برای برداشت 24 واحد، معدل حداقل 17 در ترم قبل ضروری است.",
+    "چگونه می‌توانم واحد حذف کنم؟": "تا قبل از پایان مهلت حذف و اضافه، می‌توانید از سیستم آموزش دانشگاه واحد حذف کنید.",
+    "آیا می‌توانم واحد مشروط برداشت کنم؟": "بله، اما باید پیش‌نیاز آن را در همان ترم یا قبل از آن بگذرانید.",
+    
+    # امتحانات و نمرات
+    "برنامه امتحانات نهایی کی اعلام می‌شود؟": "برنامه امتحانات معمولاً دو هفته قبل از شروع امتحانات در سایت دانشگاه اعلام می‌شود.",
+    "چگونه می‌توانم نمرات خود را ببینم؟": "از طریق سیستم آموزش دانشگاه و با وارد کردن نام کاربری و رمز عبور خود.",
+    "حداقل نمره قبولی در درس چقدر است؟": "حداقل نمره قبولی 10 برای اکثر دروس و 12 برای دروس اصلی رشته است.",
+    "چگونه می‌توانم اعتراض نمره کنم؟": "از طریق سیستم آموزش دانشگاه و در مهلت تعیین شده می‌توانید درخواست تجدید نظر دهید.",
+    "آیا می‌توانم در امتحان مشروطی شرکت کنم؟": "بله، اگر نمره شما بین 8 تا 10 باشد، می‌توانید در امتحان مشروطی شرکت کنید.",
+    
+    # خوابگاه و رفاه
+    "چگونه می‌توانم برای خوابگاه درخواست بدهم؟": "از طریق سیستم رفاه دانشگاه و با ارائه مدارک مالی می‌توانید درخواست خوابگاه دهید.",
+    "هزینه خوابگاه چقدر است؟": "هزینه خوابگاه بسته به نوع اتاق و امکانات متفاوت است، از سایت رفاه دانشگاه اطلاع کسب کنید.",
+    "چگونه می‌توانم وام دانشجویی بگیرم؟": "از طریق صندوق رفاه دانشجویان و با ارائه ضامن می‌توانید وام دریافت کنید.",
+    "آیا می‌توانم در رستوران دانشگاه غذا بخورم؟": "بله، با داشتن کارت دانشجویی می‌توانید از رستوران دانشگاه استفاده کنید.",
+    
+    # مسائل اداری
+    "چگونه می‌توانم گواهی دانشجویی بگیرم؟": "از طریق سیستم آموزش دانشگاه یا مراجعه به آموزش دانشکده می‌توانید گواهی دریافت کنید.",
+    "مدت انتظار برای صدور گواهی چقدر است؟": "معمولاً 3 تا 5 روز کاری برای صدور گواهی‌های معمولی زمان می‌برد.",
+    "چگونه می‌توانم کارت دانشجویی بگیرم؟": "با مراجعه به واحد کارت دانشجویی و ارائه عکس و کارت ملی می‌توانید کارت دریافت کنید.",
+    "آیا می‌توانم ترم تحصیلی را تعطیل کنم؟": "بله، با درخواست رسمی و تایید دانشکده می‌توانید ترم را تعطیل کنید.",
+    
+    # ==== بخش 2: سوالات عمومی و روزمره ====
+    
+    # احوال‌پرسی
+    "سلام": "سلام! چطور می‌تونم کمکتون کنم؟",
+    "درود": "درود بر شما! چه سوالی دارید؟",
+    "صبح بخیر": "صبح بخیر! امیدوارم روز خوبی داشته باشید.",
+    "ظهر بخیر": "ظهر بخیر! چگونه می‌تونم راهنمایی کنم؟",
+    "عصر بخیر": "عصر بخیر! چه کمکی می‌تونم بکنم؟",
+    "شب بخیر": "شب بخیر! چطور می‌تونم مفید باشم؟",
+    "حال شما چطور است؟": "ممنون از لطفتون! آماده‌ام تا به سوالاتتون پاسخ بدم.",
+    "چه خبر؟": "سلام! آماده‌ام برای پاسخ به سوالاتتون.",
+    
+    # تشکر و خداحافظی
+    "ممنون": "خواهش می‌کنم! اگر سوال دیگری دارید، بپرسید.",
+    "متشکرم": "قابل نداشت! همیشه در خدمتتون هستم.",
+    "سپاس": "خواهش می‌کنم! خوشحالم که تونستم کمک کنم.",
+    "مرسی": "خواهش می‌کنم! اگر چیز دیگری نیاز دارید، بگید.",
+    "خداحافظ": "خداحافظ! موفق باشید.",
+    "فعلاً": "فعلاً! هر وقت سوالی داشتید، برگردید.",
+    
+    # اطلاعات عمومی ایران
+    "پایتخت ایران کجاست؟": "تهران پایتخت ایران است.",
+    "جمعیت ایران چقدر است؟": "جمعیت ایران حدود 84 میلیون نفر است.",
+    "زبان رسمی ایران چیست؟": "فارسی زبان رسمی ایران است.",
+    "واحد پول ایران چیست؟": "ریال واحد پول ایران است.",
+    "مساحت ایران چقدر است؟": "مساحت ایران حدود 1.6 میلیون کیلومتر مربع است.",
+    "آب و هوای ایران چگونه است؟": "آب و هوای ایران در مناطق مختلف متفاوت است، از کوهستانی تا بیابانی.",
+    
+    # فرهنگ و تاریخ
+    "نوروز چه زمانی است؟": "نوروز در اول فروردین و آغاز بهار جشن گرفته می‌شود.",
+    "شب یلدا چیست؟": "شب یلدا طولانی‌ترین شب سال است که در آخرین شب پاییز جشن گرفته می‌شود.",
+    "چند پاره چیست؟": "چهارده پاره یا چهل تکه یکی از سنت‌های نوروزی ایران است.",
+    "تخت جمشید کجاست؟": "تخت جمشید در نزدیکی شهر شیراز در استان فارس قرار دارد.",
+    
+    # وقت و تاریخ
+    "امروز چه روزی است؟": "برای اطلاع از تاریخ دقیق امروز، لطفاً تقویم خود را بررسی کنید.",
+    "فردا چه روزی است؟": "فردا روز بعد از امروز است، می‌توانید از تقویم اطلاع دقیق کسب کنید.",
+    "چه ساعتی است؟": "برای اطلاع از ساعت دقیق، لطفاً ساعت خود را بررسی کنید.",
+    "چه ماهی هستیم؟": "برای اطلاع از ماه جاری، لطفاً تقویم خود را بررسی کنید.",
+    
+    # آب و هوا
+    "آب و هوا چطور است؟": "برای اطلاع از آب و هوا، لطفاً پیش‌بینی هواشناسی را بررسی کنید.",
+    "امروز بارانی است؟": "برای اطلاع از وضعیت بارندگی، لطفاً گزارش هواشناسی را چک کنید.",
+    "فردا هوا چطور است؟": "برای پیش‌بینی هوای فردا، لطفاً سایت هواشناسی را بررسی کنید.",
+    
+    # تکنولوژی و اینترنت
+    "اینترنت چیست؟": "اینترنت شبکه‌ای جهانی از کامپیوترهای متصل به یکدیگر است.",
+    "چگونه ایمیل بسازم؟": "می‌توانید از سرویس‌هایی مثل Gmail یا Yahoo برای ساخت ایمیل استفاده کنید.",
+    "شبکه‌های اجتماعی چیست؟": "شبکه‌های اجتماعی پلتفرم‌هایی هستند که افراد را به یکدیگر متصل می‌کنند.",
+    "چگونه رمز عبور قوی بسازم؟": "رمز عبور قوی باید شامل حروف کوچک و بزرگ، اعداد و علائم باشد.",
+    
+    # سلامت و پزشکی
+    "چگونه سلامت خود را حفظ کنم؟": "ورزش منظم، تغذیه سالم و خواب کافی برای سلامتی ضروری است.",
+    "چگونه از سرما خوردگی جلوگیری کنم؟": "شستن مرتب دست‌ها، ا��تناب از تماس با افراد بیمار و تقویت سیستم ایمنی مفید است.",
+    "چه زمانی باید به پزشک مراجعه کنم؟": "در صورت احساس ناخوشی مداوم یا علائم جدی، حتماً به پزشک مراجعه کنید.",
+    
+    # غذا و آشپزی
+    "چگونه برنج بپزم؟": "برنج را بشویید، در آب بجوشانید و بعد از کشیدن آب، دم کنید.",
+    "قرمه سبزی چگونه درست می‌شود؟": "قرمه سبزی با سبزی قورمه، گوشت، لوبیا قرمز و آلوی خشک تهیه می‌شود.",
+    "چای چگونه دم کنم؟": "آب را بجوشانید، چای را اضافه کنید و 5 دقیقه دم کنید.",
+    
+    # حمل و نقل
+    "چگونه بلیط اتوبوس بگیرم؟": "می‌توانید از پایانه‌های اتوبوسرانی یا سایت‌های آنلاین بلیط تهیه کنید.",
+    "کرایه تاکسی چقدر است؟": "کرایه تاکسی بسته به مسافت و نوع تاکسی متفاوت است.",
+    "چگونه مترو سوار شوم؟": "بلیط یا کارت مترو تهیه کنید و از طریق گیت‌ها وارد ایستگاه شوید.",
+    
+    # ==== بخش 3: سوالات تخصصی دانشگاهی ====
+    
+    # علوم کامپیوتر
+    "برنامه نویسی چیست؟": "برنامه نویسی فرآیند نوشتن دستورالعمل‌هایی برای کامپیوتر است.",
+    "پایتون چیست؟": "پایتون یک زبان برنامه نویسی سطح بالا و آسان برای یادگیری است.",
+    "جاوا چیست؟": "جاوا یک زبان برنامه نویسی شی گرا و پلتفرم مستقل است.",
+    "پایگاه داده چیست؟": "پایگاه داده مجموعه‌ای سازمان یافته از اطلاعات است.",
+    "هوش مصنوعی چیست؟": "هوش مصنوعی شاخه‌ای از علوم کامپیوتر برای شبیه‌سازی هوش انسانی است.",
+    
+    # ریاضی
+    "مشتق چیست؟": "مشتق نرخ تغییر یک تابع نسبت به متغیر مستقل آن است.",
+    "انتگرال چیست؟": "انتگرال عکس عمل مشتق‌گیری و محاسبه مساحت زیر منحنی است.",
+    "ماتریس چیست؟": "ماتریس آرایه‌ای مستطیلی از اعداد یا عبارات است.",
+    "احتمال چیست؟": "احتمال اندازه‌گیری عدم قطعیت در وقوع یک رویداد است.",
+    
+    # فیزیک
+    "نیوتن چه قوانینی کشف کرد؟": "نیوتن سه قانون حرکت و قانون جاذبه عمومی را کشف کرد.",
+    "نور چیست؟": "نور نوعی تابش الکترومغناطیسی است که چشم انسان آن را می‌بیند.",
+    "الکتریسیته چیست؟": "الکتریسیته جریان الکترون‌ها در یک هادی است.",
+    
+    # شیمی
+    "اتم چیست؟": "اتم کوچک‌ترین واحد ماده است که خواص عنصر را حفظ می‌کند.",
+    "مولکول چیست؟": "مولکول گروهی از اتم‌هاست که به یکدیگر متصل شده‌اند.",
+    "واکنش شیمیایی چیست؟": "واکنش شیمیایی فرآیندی است که در آن مواد تبدیل به مواد جدید می‌شوند.",
+    
+    # ==== بخش 4: سوالات کاربردی و عملی ====
+    
+    # کار و شغل
+    "چگونه رزومه بنویسم؟": "رزومه باید شامل اطلاعات شخصی، تحصیلات، تجربیات و مهارت‌ها باشد.",
+    "چگونه برای مصاحبه آماده شوم؟": "درباره شرکت تحقیق کنید، سوالات محتمل را تمرین کنید و لباس مناسب بپوشید.",
+    "چگونه مهارت‌هایم را بهبود دهم؟": "با مطالعه، تمرین، شرکت در دوره‌ها و تجربه عملی می‌توانید مهارت‌ها را بهبود دهید.",
+    
+    # پول و بانکداری
+    "چگونه حساب بانکی باز کنم؟": "با مراجعه به بانک، ارائه مدارک شناسایی و تکمیل فرم می‌توانید حساب باز کنید.",
+    "کارت اعتباری چیست؟": "کارت اعتباری وسیله‌ای برای خرید با امکان پرداخت بعدی است.",
+    "چگونه پس‌انداز کنم؟": "با کنار گذاشتن بخشی از درآمد و سرمایه‌گذاری هوشمندانه می‌توانید پس‌انداز کنید.",
+    
+    # خانه و زندگی
+    "چگونه خانه اجاره کنم؟": "از طریق آگهی‌ها، مشاوران املاک یا سایت‌های آنلاین می‌توانید خانه اجاره کنید.",
+    "چگونه قب��‌ها را پرداخت کنم؟": "از طریق بانک، اینترنت، تلفن یا دستگاه‌های خودپرداز می‌توانید قبض پرداخت کنید.",
+    "چگونه خانه تمیز کنم؟": "با استفاده از مواد تمیز کننده مناسب و ابزار مناسب می‌توانید خانه را تمیز کنید.",
+    
+    # ==== بخش 5: سوالات کمکی و راهنمایی ====
+    
+    # درخواست کمک
+    "کمک می‌خوام": "البته! چه کمکی می‌تونم بکنم؟",
+    "میشه کمکم کنی؟": "حتماً! چه سوالی دارید؟",
+    "نمی‌دونم چی کار کنم": "نگران نباشید! بگید چه مشکلی دارید تا بتونم راهنمایی کنم.",
+    "سردرگمم": "درک می‌کنم. اگر سوال خود را دقیق‌تر بگید، بهتر می‌تونم کمک کنم.",
+    
+    # سوالات نامشخص
+    "چی؟": "لطفاً سوال خود را کامل‌تر بپرسید تا بتونم پاسخ مناسب بدم.",
+    "چجوری؟": "برای راهنمایی بهتر، لطفاً موضوع مورد نظر را دقیق‌تر بیان کنید.",
+    "کجا؟": "لطفاً مشخص کنید که درباره کجا سوال دارید.",
+    "چرا؟": "برای توضیح دلایل، لطفاً موضوع خاصی را مطرح کنید.",
+    
+    # تایید و رد
+    "بله": "خوب! چه کمک دیگری می‌تونم بکنم؟",
+    "نه": "باشه! اگر سوال دیگری دارید، بپرسید.",
+    "درسته": "خوشحالم که مفید بود! چیز دیگری نیاز دارید؟",
+    "اشتباهه": "ببخشید! می‌تونید دوباره سوال کنید تا بهتر پاسخ بدم؟",
+    
+    # ==== بخش 6: سوالات فرهنگی و اجتماعی ====
+    
+    # اداب و رسوم
+    "چگونه با بزرگترها رفتار کنم؟": "با احترام، ادب و شنیدن حرف‌هایشان رفتار کنید.",
+    "آداب غذا خوردن چیست؟": "با دست راست، آرام و با احترام غذا بخورید.",
+    "چگونه میهمان پذیرایی کنم؟": "با گرمی، مهربانی و ارائه بهترین چیزها از میهمان پذیرایی کنید.",
+    
+    # روابط اجتماعی
+    "چگونه دوست پیدا کنم؟": "با شرکت در فعالیت‌های اجتماعی، باشگاه‌ها و گروه‌های علاقه‌مند می‌توانید دوست پیدا کنید.",
+    "چگونه رابطه خوب داشته باشم؟": "با صداقت، احترام، گوش دادن و درک متقابل می‌توانید رابطه خوب داشته باشید.",
+    "چگونه با تعارف برخورد کنم؟": "تعارف بخشی از فرهنگ ایرانی است، اما باید متعادل و منطقی باشد.",
+}
+
+# تبدیل به فرمت مناسب برای fine-tuning
+def convert_to_training_format(dataset):
+    """
+    تبدیل دیتاست به فرمت مناسب برای fine-tuning
+    """
+    training_data = []
+    
+    for question, answer in dataset.items():
+        # فرمت JSON برای fine-tuning
+        training_example = {
+            "instruction": "به سوال زیر به فارسی پاسخ دهید:",
+            "input": question,
+            "output": answer
+        }
+        training_data.append(training_example)
+    
+    return training_data
+
+# تولید فایل‌های مختلف
+def generate_files():
+    """
+    تولید فایل‌های مختلف برای استفاده
+    """
+    
+    # 1. فایل JSON برای fine-tuning
+    import json
+    training_data = convert_to_training_format(persian_student_dataset)
+    
+    with open('persian_student_dataset.json', 'w', encoding='utf-8') as f:
+        json.dump(training_data, f, ensure_ascii=False, indent=2)
+    
+    # 2. فایل CSV برای استفاده ساده
+    import csv
+    
+    with open('persian_student_dataset.csv', 'w', newline='', encoding='utf-8') as f:
+        writer = csv.writer(f)
+        writer.writerow(['question', 'answer'])
+        for question, answer in persian_student_dataset.items():
+            writer.writerow([question, answer])
+    
+    # 3. فایل متنی برای مرور
+    with open('persian_student_dataset.txt', 'w', encoding='utf-8') as f:
+        for question, answer in persian_student_dataset.items():
+            f.write(f"سوال: {question}\n")
+            f.write(f"پاسخ: {answer}\n")
+            f.write("-" * 50 + "\n")
+
+# اجرای تولید فایل‌ها
+if __name__ == "__main__":
+    generate_files()
+    print(f"دیتاست شامل {len(persian_student_dataset)} سوال و پاسخ تولید شد.")
+    print("فایل‌های زیر تولید شدند:")
+    print("- persian_student_dataset.json (برای fine-tuning)")
+    print("- persian_student_dataset.csv (برای استفاده عمومی)")
+    print("- persian_student_dataset.txt (برای مرور)")
+    
+    # نمایش آمار
+    categories = {
+        "سوالات دانشگاهی": 0,
+        "سوالات عمومی": 0,
+        "سوالات تخصصی": 0,
+        "سوالات کاربردی": 0,
+        "سوالات کمکی": 0,
+        "سوالات فرهنگی": 0
+    }
+    
+    print(f"\n📊 آمار کلی:")
+    print(f"تعداد کل سوال و پاسخ: {len(persian_student_dataset)}")
+    print(f"متوسط طول سوال: {sum(len(q) for q in persian_student_dataset.keys()) // len(persian_student_dataset)} کاراکتر")
+    print(f"متوسط طول پاسخ: {sum(len(a) for a in persian_student_dataset.values()) // len(persian_student_dataset)} کاراکتر")