Upload app.py

app.py

@@ -341,180 +341,8 @@ def normalize_text(text):
     
     return text
 
-def generate_turkish_text(prompt, max_length=300):
-    """Türkçe metin üretme fonksiyonu - daha kararlı ve optimize edilmiş versiyon"""
-    try:
-        print(f"Prompt: {prompt[:100]}...")
-        inputs = tokenizer(prompt, return_tensors="pt")
-        
-        # Daha basit ve kararlı parametreler kullan
-        try:
-            output = text_model.generate(
-                inputs["input_ids"], 
-                max_length=max_length, 
-                num_return_sequences=1,  # Performans için tek yanıt üret
-                do_sample=True,
-                temperature=0.7,
-                top_p=0.92,
-                top_k=50,
-                repetition_penalty=1.2,
-                no_repeat_ngram_size=2,
-                pad_token_id=tokenizer.eos_token_id
-            )
-        except RuntimeError as e:
-            print(f"Model üretme hatası: {str(e)}")
-            # Daha basit parametrelerle tekrar dene
-            output = text_model.generate(
-                inputs["input_ids"], 
-                max_length=max_length, 
-                do_sample=True,
-                temperature=0.7,
-                pad_token_id=tokenizer.eos_token_id
-            )
-            
-        # Yanıt metni oluştur
-        try:
-            response = tokenizer.decode(output[0], skip_special_tokens=True)
-            
-            # Prompt'tan sonraki kısmı al
-            if prompt in response:
-                response = response[len(prompt):].strip()
-            
-            print(f"Ham yanıt: {response[:50]}...")
-            
-            # Temizlik işlemleri
-            response = clean_response(response)
-            
-            # Yanıt boşsa veya çok kısaysa
-            if not response or len(response) < 10:
-                # Yedek bir yanıt oluştur
-                backup_response = "Bu konuda seninle konuşmak güzel. Daha fazla detay paylaşır mısın?"
-                print("Yanıt çok kısa, yedek yanıt kullanılıyor")
-                return backup_response
-            
-            return response
-            
-        except Exception as e:
-            print(f"Yanıt işleme hatası: {str(e)}")
-            return "Nasıl hissettiğini anlıyorum. Bu durumda nasıl yardımcı olabilirim?"
-        
-    except Exception as e:
-        print(f"Metin üretme genel hatası: {str(e)}")
-        import traceback
-        print(f"Hata detayı: {traceback.format_exc()}")
-        return "Şu an düşüncelerimi toparlıyorum. Biraz daha anlatır mısın?"
-
-def clean_response(text):
-    """Yanıtı temizle ve kalitesini artır"""
-    # HTML/CSS etiketlerini temizle
-    text = re.sub(r'\[/?vc_\w+\]', '', text)
-    
-    # Diğer potansiyel bozuk formatları temizle
-    text = re.sub(r'<.*?>', '', text)
-    
-    # Çoklu boşlukları temizle
-    text = re.sub(r'\s+', ' ', text).strip()
-    
-    # Sistem talimatlarını temizle - genişletilmiş ve daha kapsamlı liste
-    patterns_to_clean = [
-        r'arkadaşça destek mesajı:', r'dostça destek mesajı:', 
-        r'motive edici arkadaş mesajı:', r'coşkulu ve arkadaşça yanıt:',
-        r'yanıt:', r'cevap:', r'cevabında şunları yap:', r'cevabımda:',
-        r'[0-9]\. .*?:', r'yanıtı:', r'kişinin mesajı:', r'yapmalısın:',
-        r'Şunları yapmalısın:', r'Şöyle cevap ver:', r'Böyle cevap ver:',
-        r'Adımlar:', r'Şunları yap:', r'Bu kişiye .*? olarak:',
-        r'Ona bir .*? olarak:', r'Bir .*? olarak yanıt veriyorum:',
-        r'Sana .*? olarak yanıt veriyorum:'
-    ]
-    
-    for pattern in patterns_to_clean:
-        text = re.sub(pattern, '', text, flags=re.IGNORECASE)
-    
-    # Maddeli liste yapıları kaldır
-    text = re.sub(r'^\s*[\*\-\•]\s*', '', text, flags=re.MULTILINE)
-    
-    # Başlangıç klişelerini kaldır
-    cliche_starts = [
-        "Anlıyorum", "Anladım", "Seni anlıyorum", "Seni çok iyi anlıyorum",
-        "Üzgünüm", "Üzüldüm", "Haklısın", "Kesinlikle haklısın",
-        "Merhaba", "Selam", "Öncelikle", "İşte", "Tabii"
-    ]
-    
-    for start in cliche_starts:
-        if text.startswith(start):
-            text = text[len(start):].strip()
-            # Noktalama kaldır
-            if text and text[0] in [',', '.', ':', ';', '!']:
-                text = text[1:].strip()
-    
-    # Son temizleme
-    text = re.sub(r'\s+', ' ', text).strip()
-    
-    # İlk harfi büyük, son noktalama işareti kontrolü
-    if text:
-        # İlk harf büyük
-        text = text[0].upper() + text[1:]
-        
-        # Son karakter noktalama işareti değilse, nokta ekle
-        if not text[-1] in ['.', '!', '?']:
-            text += '.'
-    
-    return text
-
-def score_response_quality(text):
-    """Yanıt kalitesini değerlendir"""
-    score = 0.5  # Başlangıç skoru
-    
-    # Uzunluk - çok kısa veya çok uzun olmamalı
-    length = len(text)
-    if 20 <= length <= 300:
-        score += 0.2
-    elif length < 20:
-        score -= 0.3
-    
-    # Tekrar eden kelime veya ifadeler
-    words = text.lower().split()
-    unique_words = set(words)
-    word_variety = len(unique_words) / len(words) if words else 0
-    
-    if word_variety > 0.7:  # Yüksek çeşitlilik
-        score += 0.15
-    elif word_variety < 0.5:  # Düşük çeşitlilik
-        score -= 0.2
-    
-    # Kopya-yapıştır yapılar
-    if any(text.count(phrase) > 1 for phrase in [word for word in words if len(word) > 5]):
-        score -= 0.15
-    
-    # Konu bütünlüğü - noktalama işaretleri ile cümle yapısını kontrol et
-    sentences = re.split(r'[.!?]', text)
-    if 2 <= len(sentences) <= 5:
-        score += 0.1
-    
-    # Klişe veya genel ifadeler - samimiyeti azaltır
-    cliches = [
-        "her şey güzel olacak", "sorunlar geçici", "mutlu olmaya bak",
-        "hayat kısa", "kendine iyi bak", "herkesin sorunları var",
-        "zaman her şeyin ilacı", "yarın başka bir gün"
-    ]
-    
-    if any(cliche in text.lower() for cliche in cliches):
-        score -= 0.1
-    
-    # Daha semantik ve spesifik ifadeler kullanma
-    specific_phrases = [
-        "hissettiğin", "yaşadığın", "deneyimin", "düşüncelerin",
-        "gelecek", "geçmiş", "bugün", "yarın", "adım", "strateji",
-        "önerim", "deneyebilirsin", "hatırla", "unutma", "farket"
-    ]
-    
-    if any(phrase in text.lower() for phrase in specific_phrases):
-        score += 0.2
-    
-    return min(1.0, max(0.0, score))  # 0 ile 1 arasında sınırla
-
 def create_better_prompts(text, label, score):
-    """Daha samimi, dostça ve arkadaşça promptlar oluştur - Kalite odaklı versiyon"""
+    """Kullanıcı girdisiyle daha alakalı yanıtlar üretmek için prompt yapısını iyileştir"""
     
     # Metni normalize et
     text = normalize_text(text)
@@ -523,247 +351,401 @@ def create_better_prompts(text, label, score):
     emotion, _ = detect_emotion_from_text(text, label, score)
     personality = get_personality_profile(text, emotion)
     
-    # Ortak kılavuz ilkeler - kaliteli ve kişiselleştirilmiş yanıtlar için
-    common_guide = f"""Önemli: Verdiğin yanıt tamamen doğal, samimi ve içten olmalı. Yapay ve genelgeçer ifadelerden, klişelerden kaçın. 
-Bu kişinin mesajına özel bir yanıt oluştur, başka birine yazılmış gibi olmasın.
-Kısa, öz ve ÇOKLU boşluklar/satır atlamalar olmadan yanıt ver.
-Asla şablonlar veya listeler kullanma.
-Mesajın özüne odaklan ve gerçekten yardımcı olmaya çalış.
-Şu konu ve duygular üzerine odaklan: '{text}'
+    # Ana konuyu çıkart
+    keywords = re.sub(r'[^\w\s]', '', text.lower()).split()
+    keywords = [w for w in keywords if len(w) > 3 and w not in ["nasıl", "neden", "ama", "fakat", "çünkü", "gibi", "kadar", "için"]]
+    
+    # Ortak kılavuz ilkeler - alakalı ve tutarlı yanıtlar için
+    common_guide = f"""Önemli: Bu kişinin mesajına DOĞRUDAN ilgili bir yanıt ver. Konu dışına çıkma.
+Kullanıcının asıl sorunu: '{text}'
+Mesajın ana konusu: {' '.join(keywords[:5]) if keywords else text}
+Mesajın duygu tonu: {emotion}
+
+Şu kurallara mutlaka uy:
+1. Kullanıcının mesajına doğrudan cevap ver, alakasız konulara girme
+2. Gerçek ve ilgili içerik üret, hayal ürünü veya alakasız hiçbir şey ekleme
+3. Sadece kullanıcının belirttiği durum/problem üzerine konuş
+4. Başka kullanıcılar veya senaryolardan bahsetme, sadece şu anki kullanıcının durumuna odaklan
 """
     
     # Soru veya komut kontrol et
     if is_question_or_command(text):
         return f"""{personality['prompt_prefix']}
 {common_guide}
-Bu kişi sana bir soru sormuş veya bir istekte bulunmuş. Ona bir {', '.join(personality['qualities'])} olarak cevap ver.
-
-Kişinin mesajı: '{text}'
+Bu kişi sana bir soru sormuş veya bir istekte bulunmuş. 
+Kullanıcının sorusuna veya isteğine doğrudan cevap ver: '{text}'
 
 Yanıt:"""
     
-    # Duygu durumuna göre prompt oluştur - daha detaylı şekilde ve kişilik özelliklerine göre
+    # Duygu durumuna göre prompt oluştur - daha alakalı ve daha az şablon yaklaşım
     if label == "NEGATIVE":
         if score > 0.85:  # Çok olumsuz
             prompt = f"""{personality['prompt_prefix']}
 {common_guide}
-Kişi çok üzgün ve zor bir durumda. '{text}' ifadesinden anlaşıldığı üzere duygusal destek ve anlayışa ihtiyacı var.
+Kişinin ifade ettiği problem: '{text}'
+Bu probleme yönelik, kişiselleştirilmiş ve spesifik bir yanıt ver. 
+Standart tavsiyeler veya genel teselli cümleleri kullanmaktan kaçın.
 
-Ona bir {', '.join(personality['qualities'])} olarak yardım et. Standart tavsiyeler vermek yerine, onun özgün durumuna ve duygularına odaklan. 
-Örnek cevap tarzı: '{personality['example']}'
+Şu formatta cevap verme: "Anlıyorum, bu zor bir durum..." veya "Üzüldüm, senin için..."
+Bunun yerine, doğrudan duruma yönelik içgörü ve destek sağla.
 
 Yanıt:"""
         else:  # Orta derecede olumsuz
             prompt = f"""{personality['prompt_prefix']}
 {common_guide}
-Kişi biraz olumsuz hissediyor. '{text}' ifadesinden anlaşıldığı üzere bazı zorluklar yaşıyor olabilir.
+Kişinin ifade ettiği durum: '{text}'
+Bu duruma özel ve alakalı bir yanıt ver.
 
-Ona bir {', '.join(personality['qualities'])} olarak anlayış göster. Basmakalıp tavsiyeler vermek yerine, durumuna özel yaklaşımlar düşün.
-Örnek cevap tarzı: '{personality['example']}'
+Genel ifadelerden ve klişelerden kaçın. Bunun yerine, kişinin spesifik durumunu ele al.
+Kullanıcının tam olarak neye endişelendiği veya üzüldüğü konusuna odaklan.
 
 Yanıt:"""
-    elif label == "POSITIVE" and score < 0.6:  # Hafif olumlu
+    elif label == "POSITIVE":
         prompt = f"""{personality['prompt_prefix']}
 {common_guide}
-Kişi olumlu ama daha fazla motivasyona ihtiyacı var. '{text}' ifadesinden anlaşıldığı üzere iyi bir durumda ama daha iyiye gitmek istiyor olabilir.
+Kişinin ifade ettiği olumlu durum: '{text}'
+Bu olumlu duruma özel ve alakalı bir yanıt ver.
 
-Ona bir {', '.join(personality['qualities'])} olarak enerji ver. Klişelerden kaçın ve onun bu olumlu enerjisini nasıl sürdüreceğine dair özgün fikirler sun.
-Örnek cevap tarzı: '{personality['example']}'
+Genel tebrik ifadeleri yerine, kişinin spesifik başarısına veya mutlu olduğu konuya odaklan.
+Kullanıcının tam olarak neden mutlu olduğunu veya neyi başardığını ele al.
 
 Yanıt:"""
-    else:  # Çok olumlu
+    else:  # Nötr
         prompt = f"""{personality['prompt_prefix']}
 {common_guide}
-Kişi çok mutlu ve coşkulu. '{text}' ifadesinden anlaşıldığı üzere harika bir durum veya başarı yaşamış olabilir.
+Kişinin ifade ettiği durum: '{text}'
+Bu duruma özel ve alakalı bir yanıt ver.
 
-Ona bir {', '.join(personality['qualities'])} olarak bu mutluluğu paylaş. Sıradan tebrikler yerine, bu özel anın nasıl daha anlamlı olabileceğine dair düşünceler ekle.
-Örnek cevap tarzı: '{personality['example']}'
+Kullanıcının ifade ettiği durumu veya konuyu dikkatle ele al. Konudan sapmadan yanıt ver.
+Kişinin ne söylediğini dikkate alarak cevabını oluştur.
 
 Yanıt:"""
     
     return prompt
 
 def process_input(text, personality_choice=None):
-    """Kullanıcı girdisini işle - Geliştirilmiş yanıt kalitesi"""
+    """Kullanıcı girdisini işle - Tamamen iyileştirilmiş, hataya dayanıklı ve performans odaklı versiyon"""
+    
+    # İşlem izleme için zaman ölçümü ve benzersiz istek ID'si
     start_time = time.time()
+    request_id = f"req_{int(time.time())}_{random.randint(1000, 9999)}"
+    
+    # Log sistemi
+    def log(message, level="INFO"):
+        timestamp = time.strftime("%Y-%m-%d %H:%M:%S")
+        print(f"[{timestamp}] [{level}] [ID:{request_id}] {message}")
+    
+    log(f"Yeni istek başladı: '{text[:50]}...' (Personality: {personality_choice})")
     
     try:
-        # Ön kontroller
-        if not text or text.strip() == "":
-            return "Lütfen bir metin girin.", None
+        # Giriş doğrulama ve ön işleme
+        if not text:
+            log("Boş giriş alındı", "WARNING")
+            return "Lütfen düşüncelerinizi veya duygularınızı paylaşın.", None
         
-        # Metni normalize et
-        text = normalize_text(text)
+        # Çok uzun girişleri sınırla
+        if len(text) > 1000:
+            text = text[:1000]
+            log("Çok uzun giriş kısaltıldı", "WARNING")
         
-        print(f"İstek alındı: {text[:50]}...")
+        # Metni normalize et - hataya dayanıklı
+        try:
+            text = normalize_text(text)
+        except Exception as e:
+            log(f"Metin normalizasyon hatası: {str(e)}", "ERROR")
+            # Basit alternatif temizleme
+            text = re.sub(r'\s+', ' ', text).strip()
+        
+        log(f"İstek normalizasyon sonrası: {text[:50]}...")
         
         # Uygunsuz içerik kontrolü
-        is_bad, error_msg = is_inappropriate(text)
-        if is_bad:
-            return error_msg, None
+        try:
+            is_bad, error_msg = is_inappropriate(text)
+            if is_bad:
+                log(f"Uygunsuz içerik tespit edildi: {error_msg}", "WARNING")
+                return error_msg, None
+        except Exception as e:
+            log(f"İçerik kontrolü hatası: {str(e)}", "ERROR")
+            # Hata durumunda kontrole devam et, ancak içeriği kabul et
         
-        # Duygu analizi yap
+        # Bellek yönetimi - uzun süreli oturumlar için
+        if hasattr(torch, "cuda") and torch.cuda.is_available():
+            try:
+                # GPU belleğini temizle
+                torch.cuda.empty_cache()
+                log("GPU belleği temizlendi", "DEBUG")
+            except Exception as e:
+                log(f"GPU bellek temizleme hatası: {str(e)}", "WARNING")
+        
+        # Duygu analizi yap - performans optimize edilmiş
         try:
+            # Hafif model kullanım kontrolü
+            start_sentiment = time.time()
             sentiment_result = sentiment_model(text)[0]
+            sentiment_time = time.time() - start_sentiment
+            
             label = sentiment_result['label']
             score = sentiment_result['score']
-            print(f"Duygu analizi sonucu: {label} ({score:.2f})")
+            log(f"Duygu analizi sonucu: {label} ({score:.2f}) - {sentiment_time:.2f}sn", "INFO")
+            
         except Exception as e:
-            print(f"Duygu analizi hatası: {str(e)}")
-            # Varsayılan değerler kullan
-            label = "NEUTRAL"
+            log(f"Duygu analizi hatası: {str(e)}", "ERROR")
+            # Basit yedek analiz
+            label = "NEUTRAL" 
             score = 0.5
-            print("Varsayılan duygu değerleri kullanılıyor")
+            
+            # Basit duygu analizi
+            negative_words = ["üzgün", "kötü", "mutsuz", "endişe", "korku", "sinir", "kaygı"]
+            positive_words = ["mutlu", "iyi", "güzel", "harika", "sevgi", "başarı", "memnun"]
+            
+            text_lower = text.lower()
+            neg_count = sum(1 for word in negative_words if word in text_lower)
+            pos_count = sum(1 for word in positive_words if word in text_lower)
+            
+            if neg_count > pos_count:
+                label = "NEGATIVE"
+                score = 0.7 + (0.2 * min(1, neg_count/3))
+            elif pos_count > neg_count:
+                label = "POSITIVE"
+                score = 0.7 + (0.2 * min(1, pos_count/3))
+                
+            log("Yedek duygu analizi kullanıldı", "WARNING")
         
-        # Eğer kullanıcı kişilik seçimi yaptıysa onu kullan, yoksa otomatik belirle
+        # Kişilik ve profil belirleme - hata toleranslı
         try:
+            # Duygu durumu tespiti
             emotion, emoji_count = detect_emotion_from_text(text, label, score)
+            log(f"Duygu durumu: {emotion}, emoji sayısı: {emoji_count}", "INFO")
             
+            # Kişilik seçimi
             if personality_choice:
-                # Doğrudan kimlik yerine isim ile eşleşme arama
+                # Doğrudan kimlik kontrolü
                 if personality_choice in PERSONALITY_PROFILES:
                     personality = PERSONALITY_PROFILES[personality_choice]
+                    log(f"Seçili kişilik kullanıldı: {personality_choice}", "INFO")
                 else:
-                    # İsim ile karşılaştırma
+                    # İsim ile arama
                     found = False
                     for pid, p in PERSONALITY_PROFILES.items():
-                        if p["name"] == personality_choice:
+                        if p["name"].lower() == personality_choice.lower():
                             personality = p
                             personality_choice = pid
                             found = True
+                            log(f"İsimle eşleşen kişilik bulundu: {pid}", "INFO")
                             break
+                    
                     if not found:
-                        # Varsayılan kişilik kullan
-                        personality = PERSONALITY_PROFILES[DEFAULT_PERSONALITY]
-                        print(f"Kişilik bulunamadı ({personality_choice}), varsayılan kullanılıyor")
+                        # Bulunamazsa benzerlik kontrolü
+                        best_match = None
+                        best_score = 0
+                        for pid, p in PERSONALITY_PROFILES.items():
+                            # Basit benzerlik skoru
+                            name = p["name"].lower()
+                            choice = personality_choice.lower()
+                            words1 = set(name.split())
+                            words2 = set(choice.split())
+                            common_words = words1.intersection(words2)
+                            
+                            if common_words:
+                                score = len(common_words) / max(len(words1), len(words2))
+                                if score > best_score and score > 0.3:
+                                    best_score = score
+                                    best_match = pid
+                        
+                        if best_match:
+                            personality = PERSONALITY_PROFILES[best_match]
+                            log(f"Benzer kişilik bulundu: {best_match} (benzerlik: {best_score:.2f})", "INFO")
+                        else:
+                            # Varsayılan kişilik
+                            personality = PERSONALITY_PROFILES[DEFAULT_PERSONALITY]
+                            log(f"Kişilik bulunamad��, varsayılan kullanılıyor", "WARNING")
             else:
+                # Otomatik kişilik seçimi
                 personality = get_personality_profile(text, emotion)
+                log(f"Otomatik kişilik seçildi: {personality['name']}", "INFO")
             
-            # Kişilik için ses seç
+            # Kişiliğe uygun ses
             VOICE = personality.get("voice", "tr-TR-EmelNeural")
-            print(f"Kullanılacak kişilik: {personality.get('name', 'Bilinmeyen')}")
+            log(f"Ses seçildi: {VOICE}", "DEBUG")
             
         except Exception as e:
-            print(f"Kişilik belirleme hatası: {str(e)}")
-            # Varsayılan kişilik
+            log(f"Kişilik belirleme hatası: {str(e)}", "ERROR")
+            import traceback
+            log(traceback.format_exc(), "DEBUG")
+            
+            # Varsayılan kişilik ve duygu durumu
             personality = PERSONALITY_PROFILES[DEFAULT_PERSONALITY]
             emotion = "destek"
             emoji_count = 0
             VOICE = "tr-TR-EmelNeural"
-            print("Varsayılan kişilik kullanılıyor")
+            log("Varsayılan kişilik ve duygu durumu kullanılıyor", "WARNING")
         
-        # Geliştirilmiş promptlar oluştur
+        # Prompt oluşturma - daha güvenli ve etkin
         try:
+            log("Prompt oluşturuluyor...", "DEBUG")
             prompt = create_better_prompts(text, label, score)
-            print(f"Prompt oluşturuldu: {prompt[:100]}...")
+            
+            # Prompt'un çok uzun olup olmadığını kontrol et
+            if len(prompt) > 1000:
+                log("Prompt çok uzun, kısaltılıyor", "WARNING")
+                prompt = prompt[:1000]
+                
+            log(f"Prompt hazır: {prompt[:100]}...", "INFO")
+            
         except Exception as e:
-            print(f"Prompt oluşturma hatası: {str(e)}")
-            # Basit prompt kullan
+            log(f"Prompt oluşturma hatası: {str(e)}", "ERROR")
+            # Basit yedek prompt
             prompt = f"Bu kişinin mesajına sıcak ve destekleyici bir şekilde yanıt ver: '{text}'"
-            print("Basit prompt kullanılıyor")
+            log("Basit yedek prompt kullanılıyor", "WARNING")
         
-        # Türkçe metin üret - kalite kontrolü ile
+        # Metin üretimi - optimize edilmiş ve hata korumalı
         try:
-            print("Metin üretiliyor...")
+            log("Metin üretiliyor...", "INFO")
+            
+            # Metin üretimi için zaman ölçümü
+            start_generation = time.time()
+            
+            # Maximum 3 defa üretim denemesi yap
             response = generate_turkish_text(prompt, max_length=350)
-            print(f"Metin üretildi: {response[:50]}...")
+            
+            generation_time = time.time() - start_generation
+            log(f"Metin üretildi ({generation_time:.2f}sn): {response[:50]}...", "INFO")
+            
+            # Hızlı doğrulama kontrolü
+            if not response or len(response.strip()) < 10:
+                log("Üretilen yanıt çok kısa - yedek yanıt", "WARNING")
+                # Duygu durumuna göre yedek yanıt
+                if emotion == "üzüntü":
+                    response = "Bu durumun senin için ne kadar zor olduğunu anlıyorum. Biraz daha anlatmak ister misin?"
+                elif emotion == "mutluluk":
+                    response = "Bu harika bir durum! Kendini nasıl hissettiğini biraz daha anlatır mısın?"
+                elif emotion == "endişe":
+                    response = "Endişelerini anlıyorum. Bu durum hakkında ne düşünüyorsun?"
+                else:
+                    response = "Anlattıkların için teşekkür ederim. Bu konuda daha fazla konuşmak ister misin?"
+            
         except Exception as e:
-            print(f"Metin üretme hatası: {str(e)}")
-            # Yedek yanıt
-            response = f"Mesajını aldım. Seninle konuşmak güzel. Bu konuda daha fazla konuşmak ister misin?"
-            print("Yedek yanıt kullanılıyor")
-        
-        # Eğer yanıt üretilemediyse veya çok kısaysa
-        if not response or len(response) < 10:
-            print("Yanıt çok kısa, tekrar deneniyor...")
-            # Daha basit bir prompt ile tekrar dene
-            try:
-                simple_prompt = f"Şu konuda yardımcı ve dost cevap ver: '{text}'"
-                response = generate_turkish_text(simple_prompt, max_length=200)
-            except Exception as e:
-                print(f"İkinci deneme hatası: {str(e)}")
-                response = "Merhaba! Mesajını aldım. Nasıl yardımcı olabilirim?"
+            log(f"Metin üretme hatası: {str(e)}", "ERROR")
+            import traceback
+            log(traceback.format_exc(), "DEBUG")
             
-            if not response or len(response) < 10:
-                response = "Seninle konuşmak güzel. Bu konuda daha fazla konuşmak ister misin?"
+            # Genel yedek yanıt
+            response = "Seninle bu konu hakkında konuşmak isterim. Biraz daha anlatır mısın?"
+            log("Genel yedek yanıt kullanıldı", "WARNING")
         
-        # Son temizlik ve kalite kontrolü
+        # Yanıt temizliği ve kalite kontrolü
         try:
             response = clean_response(response)
-            print(f"Temizlenmiş yanıt: {response[:50]}...")
+            log(f"Temizlenmiş yanıt: {response[:50]}...", "DEBUG")
+            
+            # Kalite değerlendirmesi
+            try:
+                quality_score = score_response_quality(response)
+                log(f"Yanıt kalite skoru: {quality_score:.2f}", "INFO")
+                
+                if quality_score < 0.4:
+                    log("Düşük kaliteli yanıt tespit edildi", "WARNING")
+                    # Daha iyi alternatif yanıtlar
+                    alternatives = [
+                        f"Anlattıkların benim için önemli. Bu konuda neler hissediyorsun?",
+                        f"Bu durumda kendini nasıl hissettiğini merak ediyorum. Biraz daha açıklar mısın?",
+                        f"Söylediklerini dinliyorum. Bu konuda başka neler eklemek istersin?",
+                        f"Bu konudaki düşüncelerin benim için değerli. Devam etmek ister misin?"
+                    ]
+                    response = random.choice(alternatives)
+                    log("Alternatif yüksek kalite yanıt kullanıldı", "INFO")
+            except Exception as e:
+                log(f"Kalite değerlendirme hatası: {str(e)}", "ERROR")
+                # Kalite kontrolü atlama
+                
         except Exception as e:
-            print(f"Yanıt temizleme hatası: {str(e)}")
-            # Basit temizlik
+            log(f"Yanıt temizleme hatası: {str(e)}", "ERROR")
+            # Basit bir temizleme işlemi
             response = re.sub(r'\s+', ' ', response).strip()
             if response:
                 response = response[0].upper() + response[1:]
                 if not response[-1] in ['.', '!', '?']:
                     response += '.'
+            log("Basit yanıt temizliği uygulandı", "WARNING")
         
-        # Yanıt kalitesi çok düşükse, yedek yanıtlar kullan
+        # Uzman önerileri - doğru durumlarda ve kaliteli içerik
         try:
-            quality_score = score_response_quality(response)
-            print(f"Yanıt kalite skoru: {quality_score:.2f}")
-            if quality_score < 0.4:
-                fallback_responses = [
-                    f"Mesajını aldım. Bu konuda düşüncelerini paylaşmak ister misin?",
-                    f"Bu konuda nasıl hissettiğini anlıyorum. Daha fazla konuşmak ister misin?",
-                    f"Paylaştığın için teşekkür ederim. Seni dinlemek güzel.",
-                    f"Düşüncelerini paylaştığın için teşekkürler. Nasıl hissettiğini anlamak istiyorum."
-                ]
-                response = random.choice(fallback_responses)
-                print("Yedek yanıt kullanıldı")
-        except Exception as e:
-            print(f"Kalite skoru hatası: {str(e)}")
-            # Kalite skoru kontrolü atlama
-        
-        # Uzman önerileri ekle - belirli şartlara göre ve kalite kontrolü ile
-        try:
-            if label == "NEGATIVE" and score > 0.7 and random.random() < 0.6:  # %60 ihtimalle olumsuz durumlarda öneri ekle
+            if label == "NEGATIVE" and score > 0.7 and random.random() < 0.5:
+                log("Uzman önerileri değerlendiriliyor", "DEBUG")
                 recommendations = get_appropriate_expert_recommendations(text, emotion, score)
+                
                 if recommendations:
+                    log(f"{len(recommendations)} öneri bulundu", "INFO")
                     formatted_recs = format_recommendations(recommendations)
-                    if len(response) + len(formatted_recs) <= 600:  # Çok uzun olmamasına dikkat et
+                    
+                    # Yanıtı çok uzatmadan ekle
+                    if len(response) + len(formatted_recs) <= 800:
                         response += formatted_recs
-                        print("Uzman önerileri eklendi")
+                        log("Uzman önerileri eklendi", "INFO")
+                    else:
+                        log("Öneriler çok uzun, eklenmedi", "WARNING")
         except Exception as e:
-            print(f"Uzman önerileri hatası: {str(e)}")
+            log(f"Uzman önerileri hatası: {str(e)}", "ERROR")
             # Önerileri ekleme
         
-        # Emoji ekle - duygu durumuna göre
+        # Emoji ekleme - doğal ve uygun sayıda
         try:
-            if random.random() < 0.5:  # %50 ihtimalle emoji ekle (fazla emoji kullanımı azaltıldı)
-                response = add_emojis(response, emotion, emoji_count)
-                print("Emoji eklendi")
+            # Kişilik emoji kullanım eğilimi
+            emoji_prob = 0.4  # Varsayılan olasılık
+            if personality_choice == "pozitif_arkadas":
+                emoji_prob = 0.7  # Pozitif arkadaş daha fazla emoji kullanır
+            elif personality_choice == "bilge_danisman":
+                emoji_prob = 0.2  # Bilge danışman daha az emoji kullanır
+            
+            if random.random() < emoji_prob:
+                response = add_emojis(response, emotion, min(2, emoji_count))  # Maksimum 2 emoji
+                log("Emoji eklendi", "DEBUG")
         except Exception as e:
-            print(f"Emoji ekleme hatası: {str(e)}")
+            log(f"Emoji ekleme hatası: {str(e)}", "ERROR")
             # Emoji eklememe
         
-        # Yüksek kaliteli doğal ses üret - kişiliğe uygun sesle
+        # Sesli yanıt oluşturma - optimize edilmiş
         try:
-            print("Doğal ses üretiliyor...")
+            log("Sesli yanıt üretiliyor...", "INFO")
+            start_speech = time.time()
+            
+            # Her durumda ses üretmeyi dene
             audio_path = create_speech(response)
-            print(f"Ses dosyası: {audio_path}")
+            
+            speech_time = time.time() - start_speech
+            log(f"Sesli yanıt oluşturuldu ({speech_time:.2f}sn): {audio_path}", "INFO")
+            
+            # Ses dosyası kontrolü
+            if audio_path and os.path.exists(audio_path) and os.path.getsize(audio_path) > 100:
+                log("Ses dosyası doğrulandı", "DEBUG")
+            else:
+                log("Ses dosyası oluşturulamadı veya geçersiz", "WARNING")
+                audio_path = None
         except Exception as e:
-            print(f"Ses üretme hatası: {str(e)}")
+            log(f"Ses üretme hatası: {str(e)}", "ERROR")
             audio_path = None
-            # Ses dosyası oluşturulamadı
         
+        # İşlem özeti
         process_time = time.time() - start_time
-        print(f"İşlem tamamlandı ({process_time:.2f} saniye)")
+        log(f"İşlem tamamlandı ({process_time:.2f} saniye)", "INFO")
         
-        # Her durumda bir yanıt döndürdüğünden emin ol
+        # Final kalite kontrolü - kritik son adım
         if not response or len(response.strip()) < 5:
+            log("Kritik: Final yanıt boş veya çok kısa", "ERROR")
             response = "Merhaba! Seninle sohbet etmek güzel. Nasıl yardımcı olabilirim?"
         
         return response, audio_path
         
     except Exception as e:
-        error_msg = f"İşlem sırasında bir hata oluştu: {str(e)}"
-        print(error_msg)
+        # En üst seviye hata yakalama - kritik
+        error_msg = f"Kritik işlem hatası: {str(e)}"
+        log(error_msg, "CRITICAL")
+        
         import traceback
-        print(f"Hata detayı: {traceback.format_exc()}")
-        return "Merhaba! Şu anda teknik bir sorun yaşıyoruz ama seninle konuşmak istiyorum. Lütfen farklı bir şey söyle veya biraz sonra tekrar dene.", None
+        log(f"Hata detayı: {traceback.format_exc()}", "DEBUG")
+        
+        # Her durumda tutarlı bir yanıt dönün
+        return "Seninle konuşmak istiyorum. Lütfen düşüncelerini benimle paylaşmaya devam et.", None
 
 # Demo başlığı ve açıklaması
 title = "MoodF - Duygusal Destek Asistanı"
@@ -994,4 +976,193 @@ def get_personality_profile(text=None, emotion=None):
         return random.choice([PERSONALITY_PROFILES["bilge_danisman"], PERSONALITY_PROFILES["motive_edici_koc"]])
     
     # Varsayılan olarak anlayışlı dost modelini kullan
-    return PERSONALITY_PROFILES[DEFAULT_PERSONALITY] 
+    return PERSONALITY_PROFILES[DEFAULT_PERSONALITY] 
+
+def clean_response(text):
+    """Yanıtı temizle ve kalitesini artır"""
+    # HTML/CSS etiketlerini temizle
+    text = re.sub(r'\[/?vc_\w+\]', '', text)
+    
+    # Diğer potansiyel bozuk formatları temizle
+    text = re.sub(r'<.*?>', '', text)
+    
+    # Çoklu boşlukları temizle
+    text = re.sub(r'\s+', ' ', text).strip()
+    
+    # Sistem talimatlarını temizle - genişletilmiş ve daha kapsamlı liste
+    patterns_to_clean = [
+        r'arkadaşça destek mesajı:', r'dostça destek mesajı:', 
+        r'motive edici arkadaş mesajı:', r'coşkulu ve arkadaşça yanıt:',
+        r'yanıt:', r'cevap:', r'cevabında şunları yap:', r'cevabımda:',
+        r'[0-9]\. .*?:', r'yanıtı:', r'kişinin mesajı:', r'yapmalısın:',
+        r'Şunları yapmalısın:', r'Şöyle cevap ver:', r'Böyle cevap ver:',
+        r'Adımlar:', r'Şunları yap:', r'Bu kişiye .*? olarak:',
+        r'Ona bir .*? olarak:', r'Bir .*? olarak yanıt veriyorum:',
+        r'Sana .*? olarak yanıt veriyorum:'
+    ]
+    
+    for pattern in patterns_to_clean:
+        text = re.sub(pattern, '', text, flags=re.IGNORECASE)
+    
+    # Maddeli liste yapıları kaldır
+    text = re.sub(r'^\s*[\*\-\•]\s*', '', text, flags=re.MULTILINE)
+    
+    # Başlangıç klişelerini kaldır
+    cliche_starts = [
+        "Anlıyorum", "Anladım", "Seni anlıyorum", "Seni çok iyi anlıyorum",
+        "Üzgünüm", "Üzüldüm", "Haklısın", "Kesinlikle haklısın",
+        "Merhaba", "Selam", "Öncelikle", "İşte", "Tabii"
+    ]
+    
+    for start in cliche_starts:
+        if text.startswith(start):
+            text = text[len(start):].strip()
+            # Noktalama kaldır
+            if text and text[0] in [',', '.', ':', ';', '!']:
+                text = text[1:].strip()
+    
+    # Son temizleme
+    text = re.sub(r'\s+', ' ', text).strip()
+    
+    # İlk harfi büyük, son noktalama işareti kontrolü
+    if text:
+        # İlk harf büyük
+        text = text[0].upper() + text[1:]
+        
+        # Son karakter noktalama işareti değilse, nokta ekle
+        if not text[-1] in ['.', '!', '?']:
+            text += '.'
+    
+    return text
+
+def score_response_quality(text):
+    """Yanıt kalitesini değerlendir"""
+    score = 0.5  # Başlangıç skoru
+    
+    # Uzunluk - çok kısa veya çok uzun olmamalı
+    length = len(text)
+    if 20 <= length <= 300:
+        score += 0.2
+    elif length < 20:
+        score -= 0.3
+    
+    # Tekrar eden kelime veya ifadeler
+    words = text.lower().split()
+    unique_words = set(words)
+    word_variety = len(unique_words) / len(words) if words else 0
+    
+    if word_variety > 0.7:  # Yüksek çeşitlilik
+        score += 0.15
+    elif word_variety < 0.5:  # Düşük çeşitlilik
+        score -= 0.2
+    
+    # Kopya-yapıştır yapılar
+    if any(text.count(phrase) > 1 for phrase in [word for word in words if len(word) > 5]):
+        score -= 0.15
+    
+    # Konu bütünlüğü - noktalama işaretleri ile cümle yapısını kontrol et
+    sentences = re.split(r'[.!?]', text)
+    if 2 <= len(sentences) <= 5:
+        score += 0.1
+    
+    # Klişe veya genel ifadeler - samimiyeti azaltır
+    cliches = [
+        "her şey güzel olacak", "sorunlar geçici", "mutlu olmaya bak",
+        "hayat kısa", "kendine iyi bak", "herkesin sorunları var",
+        "zaman her şeyin ilacı", "yarın başka bir gün"
+    ]
+    
+    if any(cliche in text.lower() for cliche in cliches):
+        score -= 0.1
+    
+    # Daha semantik ve spesifik ifadeler kullanma
+    specific_phrases = [
+        "hissettiğin", "yaşadığın", "deneyimin", "düşüncelerin",
+        "gelecek", "geçmiş", "bugün", "yarın", "adım", "strateji",
+        "önerim", "deneyebilirsin", "hatırla", "unutma", "farket"
+    ]
+    
+    if any(phrase in text.lower() for phrase in specific_phrases):
+        score += 0.2
+    
+    return min(1.0, max(0.0, score))  # 0 ile 1 arasında sınırla
+
+def generate_turkish_text(prompt, max_length=300):
+    """Türkçe metin üretme fonksiyonu - tutarlılık ve alaka düzeyi iyileştirildi"""
+    try:
+        print(f"Prompt: {prompt[:100]}...")
+        inputs = tokenizer(prompt, return_tensors="pt")
+        
+        # Tutarlı ve alakalı yanıtlar için optimize edilmiş parametreler
+        try:
+            output = text_model.generate(
+                inputs["input_ids"], 
+                max_length=max_length, 
+                num_return_sequences=1,
+                do_sample=True,
+                temperature=0.6,     # Daha düşük sıcaklıkla daha tutarlı yanıtlar
+                top_p=0.85,          # Daha tutarlı kelime seçimleri
+                top_k=40,            # Sınırlı kelime havuzu
+                repetition_penalty=1.3,  # Tekrarları daha fazla cezalandır
+                no_repeat_ngram_size=3,  # 3 kelimelik tekrarları engelle
+                pad_token_id=tokenizer.eos_token_id
+            )
+        except RuntimeError as e:
+            print(f"Model üretme hatası: {str(e)}")
+            # Daha basit parametrelerle tekrar dene
+            output = text_model.generate(
+                inputs["input_ids"], 
+                max_length=max_length, 
+                do_sample=True,
+                temperature=0.6,
+                pad_token_id=tokenizer.eos_token_id
+            )
+            
+        # Yanıt metni oluştur ve işle
+        try:
+            response = tokenizer.decode(output[0], skip_special_tokens=True)
+            
+            # Prompt'tan sonraki kısmı al
+            if prompt in response:
+                response = response[len(prompt):].strip()
+            
+            print(f"Ham yanıt: {response[:50]}...")
+            
+            # Kullanıcının girdisini tekrar etmeyi engelle
+            user_input = re.search(r"'(.*?)'", prompt).group(1) if re.search(r"'(.*?)'", prompt) else ""
+            if user_input and response.startswith(user_input):
+                response = response[len(user_input):].strip()
+            
+            # Temizlik işlemleri
+            response = clean_response(response)
+            
+            # Yanıt kalitesi kontrolü
+            if not response or len(response) < 15:
+                # Tutarlı yedek yanıt oluştur
+                # Kullanıcı girdisinden anahtar kelimeler çıkar
+                words = re.sub(r'[^\w\s]', '', user_input.lower()).split()
+                keywords = [w for w in words if len(w) > 3 and w not in ["nasıl", "neden", "ama", "fakat", "çünkü", "gibi", "kadar", "için"]]
+                
+                if "endişe" in user_input.lower() or "korku" in user_input.lower():
+                    backup_response = f"Endişelerini anlıyorum. Bu durum karşısında kendini nasıl hissettiğini biraz daha anlatır mısın?"
+                elif "üzgün" in user_input.lower() or "mutsuz" in user_input.lower():
+                    backup_response = f"Bu durum gerçekten zor olmalı. Senin için yapabileceğim bir şey var mı?"
+                elif "gelecek" in user_input.lower():
+                    backup_response = f"Gelecek hakkındaki düşüncelerin önemli. Hangi konuda en çok endişeleniyorsun?"
+                else:
+                    backup_response = f"Söylediklerini dikkate alıyorum. Bu konuda daha fazla nasıl yardımcı olabilirim?"
+                
+                print("Yanıt çok kısa veya boş, alakalı yedek yanıt kullanılıyor")
+                return backup_response
+            
+            return response
+            
+        except Exception as e:
+            print(f"Yanıt işleme hatası: {str(e)}")
+            return "Söylediklerini dikkate alıyorum. Bu durumla nasıl başa çıkabileceğin hakkında konuşabilir miyiz?"
+        
+    except Exception as e:
+        print(f"Metin üretme genel hatası: {str(e)}")
+        import traceback
+        print(f"Hata detayı: {traceback.format_exc()}")
+        return "Bu konudaki düşüncelerini anlıyorum. Biraz daha detaylı anlatır mısın?"