import gradio as gr
import tensorflow as tf
import numpy as np
from keras.models import load_model
from tensorflow.keras.preprocessing.text import Tokenizer
import pickle
from tensorflow.keras.preprocessing.sequence import pad_sequences
import os
from pathlib import Path
import pandas as pd
import plotly.express as px

#Load tokenizer
fp = Path(__file__).with_name('tokenizer.pkl')
with open(fp,mode="rb") as f:
    tokenizer = pickle.load(f)

#Load LSTM
fp = Path(__file__).with_name('lstm_model.h5')
LSTM_model = tf.keras.models.load_model(fp, compile=True)

#Load GRU
fp = Path(__file__).with_name('gru_model.h5')
GRU_model = load_model(fp)


def tokenizer_pad(tokenizer,comment_text,max_length=200):
   
    comment_text = [comment_text]
    tokenized_text = tokenizer.texts_to_sequences(comment_text)

    padded_sequences = pad_sequences(sequences=tokenized_text,maxlen=max_length,padding="post",truncating="post")

    return padded_sequences

def LSTM_predict(x):
    x = tokenizer_pad(tokenizer=tokenizer,comment_text=x)

    pred_proba = LSTM_model.predict(x)[0]

    pred_proba = [round(i,2) for i in pred_proba]

    #print(pred_proba)

    return pred_proba

def GRU_predict(x):
    x = tokenizer_pad(tokenizer=tokenizer,comment_text=x)

    
    pred_proba = GRU_model.predict(x)[0]

    pred_proba = [round(i,2) for i in pred_proba]

    #print(pred_proba)

    return pred_proba

def plot(result):
  label = ['độc hại', 'cực kì độc hại', 'tục tĩu', 'đe dọa', 'xúc phạm', 'thù ghét cá nhân']
  data = pd.DataFrame()
  data['Nhãn'] = label
  data['Điểm'] = result

  #print(data)

  p = px.bar(data, x='Nhãn', y='Điểm', color='Nhãn', range_y=[0, 1] )
  return p
  pass

def judge(x):

  label = ['độc hại', 'cực kì độc hại', 'tục tĩu', 'đe dọa', 'xúc phạm', 'thù ghét cá nhân']
  result = []
  judge_result = []

  lstm_pred = LSTM_predict(x)
  gru_pred = GRU_predict(x)

  #print(result)
  
  return_result = 'Result'
  result_lstm = np.round(lstm_pred, 2)
  result_gru = np.round(gru_pred, 2)
  for i in range(6):
    result.append((result_lstm[i]+result_gru[i])/2)
  
  final_result = np.round(result, 2)

  #print(final_result)
  return_result += '\nMô hình LSTM\n'
  return_result += f"{result_lstm}\n"
  # for i in range(6):
  #   if result_lstm[i]>=0 and result_lstm[i]<0.1:
  #     return_result += "Tính {} là không có\n".format(label[i])
  #   if result_lstm[i]>=0.1 and result_lstm[i]<0.5:
  #     return_result += "Tính {} ở mức không rõ ràng, không thể xác định chính xác\n".format(label[i])
  #   if result_lstm[i]>=0.5 and result_lstm[i]<0.8:
  #     return_result += "Tính {} ở mức rõ ràng, cần xem xét\n".format(label[i])
  #   if result_lstm[i]>=0.8:
  #     return_result += "Tính {} ở mức nghiêm trọng, yêu cầu chấn chỉnh\n".format(label[i])


  return_result += '\nMô hình GRU\n'
  return_result += f"{result_gru}\n"
  # for i in range(6):
    # if result_gru[i]>=0 and result_gru[i]<0.1:
    #   return_result += "Tính {} là không có\n".format(label[i])
    # if result_gru[i]>=0.1 and result_gru[i]<0.5:
    #   return_result += "Tính {} ở mức không rõ ràng, không thể xác định chính xác\n".format(label[i])
    # if result_gru[i]>=0.5 and result_gru[i]<0.8:
    #   return_result += "Tính {} ở mức rõ ràng, cần xem xét\n".format(label[i])
    # if result_gru[i]>=0.8:
    #   return_result += "Tính {} ở mức nghiêm trọng, yêu cầu chấn chỉnh\n".format(label[i])


  another_result = ''
  another_result += "\nTổng quan kết quả trung bình:\n"
  another_result += f"{final_result}\n"

  for i in range(6):
    if final_result[i]>=0 and final_result[i]<0.1:
      another_result += "Tính {} là không có\n".format(label[i])
    if final_result[i]>=0.1 and final_result[i]<0.5:
      another_result += "Tính {} ở mức không rõ ràng, không thể xác định chính xác\n".format(label[i])
    if final_result[i]>=0.5 and final_result[i]<0.8:
      another_result += "Tính {} ở mức rõ ràng, cần xem xét\n".format(label[i])
    if final_result[i]>=0.8:
      another_result += "Tính {} ở mức nghiêm trọng, yêu cầu chấn chỉnh\n".format(label[i])

  another_result += "\nKết luận:\n"
  if max(final_result)>=0 and max(final_result)<0.1:
    another_result += "Ngôn ngữ phù hợp mọi lứa tuổi.\n"
  if max(final_result)>=0.1 and max(final_result)<0.5:
    another_result += "Ngôn ngữ cần được kiểm tra lại.\n"
  if max(final_result)>=0.5 and max(final_result)<0.8:
    another_result += "Ngôn ngữ không phù hợp, cần xem xét lại.\n"
  if max(final_result)>=0.8:
    another_result += "Ngôn ngữ vi phạm tiêu chuẩn cộng đồng nghiêm trọng, yêu cầu chấn chỉnh.\n"

  p = plot(final_result)
  return (return_result, p, another_result)

if __name__ == "__main__":
  #  print("Loading")
  #  while(True):
  #   string = input("\nMời nhập văn bản: ")
  #   os.system('cls')
  #   print(f"Văn bản đã nhập: {string}")
  #   judge(string)
  interface = gr.Interface(fn=judge,
                         inputs=gr.Textbox(lines=2, placeholder='Please write something', label="Input Text"),
                        outputs=['text','plot','text'])
  interface.launch()