Update app.py

app.py

@@ -1,10 +1,8 @@
 import gradio as gr
-import logging
-from transformers import pipeline  # For NLP
-from difflib import get_close_matches  # For fuzzy matching
+import spacy
 
-# Load Arabic NLP model for intent classification
-intent_classifier = pipeline("text-classification", model="aubmindlab/bert-base-arabertv02")
+# Load the spaCy Arabic model
+nlp = spacy.load("xx_ent_wiki_sm")
 
 # Omdurman National Bank-specific guidelines
 ONB_GUIDELINES = {
@@ -19,90 +17,64 @@ ONB_GUIDELINES = {
     "contact": "الاتصال بنا على الرقم 249-123-456-789 أو عبر البريد الإلكتروني [email protected]."
 }
 
-# Map intents to responses
-INTENT_TO_RESPONSE = {
-    "balance": "balance",
-    "lost_card": "lost_card",
-    "loan": "loan",
-    "transfer": "transfer",
-    "new_account": "new_account",
-    "interest_rates": "interest_rates",
-    "branches": "branches",
-    "working_hours": "working_hours",
-    "contact": "contact"
-}
-
-# Set up logging for analytics
-logging.basicConfig(filename='chatbot_queries.log', level=logging.INFO)
-
-def classify_intent(message: str):
-    # Use NLP model to classify the user's intent
-    result = intent_classifier(message)
-    intent = result[0]['label']
-    return INTENT_TO_RESPONSE.get(intent, "unknown")
-
-def respond(message: str, history: list):
-    # Log the query
-    logging.info(f"Query: {message}")
+# NLP-based intent detection function
+def detect_intent(message: str):
+    doc = nlp(message)
     
-    # Check for "Back to Menu" keyword
-    if "القائمة" in message or "menu" in message.lower():
-        return history + [[message, "تم العودة إلى القائمة الرئيسية."]]
-    
-    # Classify the user's intent using NLP
-    intent = classify_intent(message)
-    
-    # If intent is recognized, return the corresponding response
-    if intent != "unknown":
-        response = ONB_GUIDELINES.get(intent, "عذرًا، لم يتم التعرف على الخيار المحدد.")
-        return history + [[message, response]]
+    # Example of keyword-based intent detection
+    if "رصيد" in doc.text:
+        return "balance"
+    elif "بطاقة" in doc.text:
+        return "lost_card"
+    elif "قرض" in doc.text:
+        return "loan"
+    elif "تحويل" in doc.text:
+        return "transfer"
+    elif "حساب" in doc.text:
+        return "new_account"
+    elif "فائدة" in doc.text:
+        return "interest_rates"
+    elif "فرع" in doc.text:
+        return "branches"
+    elif "ساعات" in doc.text:
+        return "working_hours"
+    elif "اتصال" in doc.text:
+        return "contact"
+    else:
+        return None
+
+def respond(message: str):
+    # Detect the intent using NLP
+    intent = detect_intent(message)
     
-    # Fallback to keyword matching if NLP doesn't recognize the intent
-    for keyword, key in INTENT_TO_RESPONSE.items():
-        if keyword in message:
-            response = ONB_GUIDELINES.get(key, "عذرًا، لم يتم التعرف على الخيار المحدد.")
-            return history + [[message, response]]
+    if intent:
+        return ONB_GUIDELINES.get(intent, "عذرًا، لم يتم التعرف على الخيار المحدد.")
     
-    # Default response if no intent or keyword is matched
-    response = "عذرًا، لم أفهم سؤالك. الرجاء إعادة الصياغة أو كتابة 'القائمة' للعودة إلى القائمة الرئيسية."
-    return history + [[message, response]]
+    # Default response if no intent is matched
+    return "عذرًا، لم أفهم سؤالك. الرجاء إعادة الصياغة أو اختيار أحد الخيارات التالية: " + ", ".join(ONB_GUIDELINES.keys())
 
-# Main menu with submenus
-main_menu = {
-    "الحسابات": ["التحقق من الرصيد", "فتح حساب جديد"],
-    "القروض": ["شروط الحصول على قرض", "أسعار الفائدة"],
-    "الفروع": ["فروع البنك", "ساعات العمل"],
-    "الدعم": ["الإبلاغ عن فقدان البطاقة", "الاتصال بالبنك"]
-}
-
-# Omdurman National Bank-specific interface
+# Chat interface
 with gr.Blocks(css=".gradio-container {direction: rtl;}") as demo:
     gr.Markdown("# <center>بنك أم درمان الوطني - المساعد المصرفي</center>")
     
     with gr.Tab("المحادثة"):
-        gr.Markdown("## اختر أحد الخيارات التالية أو اكتب سؤالك:")
+        gr.Markdown("## اكتب سؤالك هنا:")
+        
+        # Text input
+        text_input = gr.Textbox(label="السؤال")
         
-        # Chat interface
-        chatbot = gr.ChatInterface(
-            respond,
-            examples=[
-                "كيف يمكنني التحقق من رصيدي؟",  # Check balance
-                "أريد الإبلاغ عن فقدان بطاقتي",  # Report lost card
-                "ما هي شروط الحصول على قرض؟",  # Loan eligibility
-                "ما هي ساعات العمل؟",  # Working hours
-                "أين يوجد أقرب فرع؟"  # Branch locations
-            ]
+        # Submit button
+        submit_btn = gr.Button("إرسال")
+        
+        # Output textbox for responses
+        output = gr.Textbox(label="الرد", interactive=False)
+        
+        # Link inputs and button to response function
+        submit_btn.click(
+            fn=respond,
+            inputs=text_input,
+            outputs=output
         )
-    
-    with gr.Tab("القائمة الرئيسية"):
-        gr.Markdown("## القائمة الرئيسية")
-        for category, options in main_menu.items():
-            with gr.Accordion(category):
-                for option in options:
-                    gr.Button(option).click(
-                        fn=lambda opt=option: respond(opt, []),
-                        outputs=chatbot.chatbot
-                    )
 
 if __name__ == "__main__":
     demo.launch(