import streamlit as st
from transformers import pipeline, AutoModelForSequenceClassification, AutoTokenizer, AutoModelForTokenClassification, AutoModelForCausalLM
import pandas as pd
import spacy
import io
import torch
import torchaudio
from transformers import Wav2Vec2ForCTC, Wav2Vec2FeatureExtractor
from transformers import Wav2Vec2Processor

st.set_page_config(layout="wide")

# Örnek metin listesi
example_list = [
    "Mustafa Kemal Atatürk 1919 yılında Samsun'a çıktı.", 
    """Mustafa Kemal Atatürk, Türk asker, devlet adamı ve Türkiye Cumhuriyeti'nin kurucusudur.
Birinci Dünya Savaşı sırasında Osmanlı ordusunda görev yapan Atatürk, Çanakkale Cephesi'nde miralaylığa, Sina ve Filistin Cephesi'nde ise Yıldırım Orduları komutanlığına atandı. Savaşın sonunda, Osmanlı Imparatorluğu'nun yenilgisini takiben Kurtuluş Savaşı ile simgelenen Türk Ulusal Hareketi'ne öncülük ve önderlik etti. Türk Kurtuluş Savaşı sürecinde Ankara Hükümeti'ni kurdu, Türk Orduları Başkomutanı olarak Sakarya Meydan Muharebesi'ndeki başarısından dolayı 19 Eylül 1921 tarihinde "Gazi" unvanını aldı ve mareşallik rütbesine yükseldi. Askeri ve siyasi eylemleriyle İtilaf Devletleri ve destekçilerine karşı zafer kazandı. Savaşın ardından Cumhuriyet Halk Partisi'ni Halk Fırkası adıyla kurdu ve ilk genel başkanı oldu. 29 Ekim 1923'te Cumhuriyetin ilanı akabinde Cumhurbaşkanı seçildi. 1938'deki ölümüne dek dört dönem bu görevi yürüterek Türkiye'de en uzun süre cumhurbaşkanlığı yapmış kişi oldu."""
]

# Uygulama başlığı
st.title("NLP Toolkit")

# Model seçim
model_list = {
    'Metin Sınıflandırma': 'dbmdz/bert-base-turkish-cased',
    'Metin Analizi': 'savasy/bert-base-turkish-ner-cased',
    'Duygu Analizi': 'akdeniz27/xlm-roberta-base-turkish-ner',
    'Metin Oluşturma': 'dbmdz/bert-base-turkish-cased'
}

st.sidebar.header("Select NER Model")
model_checkpoint = st.sidebar.radio("", model_list)

st.sidebar.write("For details of models: 'https://huggingface.co/WhiteAngelss/")
st.sidebar.write("")

if model_checkpoint == "akdeniz27/xlm-roberta-base-turkish-ner":
    aggregation = "simple"
elif model_checkpoint in ["xlm-roberta-large-finetuned-conll03-english", "asahi417/tner-xlm-roberta-base-ontonotes5"]:
    aggregation = "simple"
    st.sidebar.write("")
    st.sidebar.write("The selected NER model is included just to show the zero-shot transfer learning capability of XLM-Roberta pretrained language model.")
else:
    aggregation = "first"

# Metin giriş yöntemi
st.subheader("Metin Giriş Yöntemi Seç")
input_method = st.radio("", ('Örneklerden Seç', 'Metin Yaz veya Yapıştır', 'Dosya Yükle', 'Ses Dosyası Yükle'))

if input_method == 'Örneklerden Seç':
    selected_text = st.selectbox('Metin Seç', example_list, index=0, key=1)
    st.subheader("Seçilen Metin")
    input_text = st.text_area("Metin", selected_text, height=128, max_chars=None, key=2)
elif input_method == "Metin Yaz veya Yapıştır":
    st.subheader("Metin")
    input_text = st.text_area('Metin Yaz veya Yapıştır', value="", height=128, max_chars=None, key=2)
elif input_method == "Dosya Yükle":
    st.subheader("Metin")
    uploaded_file = st.file_uploader("Dosya Seç", type="txt")
    if uploaded_file is not None:
        input_text = str(uploaded_file.read(), "utf-8")
    else:
        input_text = ""
elif input_method == "Ses Dosyası Yükle":
    st.subheader("Ses Dosyası")
    uploaded_audio = st.file_uploader("Ses Dosyasını Seç", type=["wav"], key="audio_file_uploader")
    if uploaded_audio is not None:
        audio_bytes = uploaded_audio.read()

@st.cache_resource
def load_pipeline(model_name, task_type):
    if task_type == "Metin Sınıflandırma":
        model = AutoModelForSequenceClassification.from_pretrained(model_name)
        tokenizer = AutoTokenizer.from_pretrained(model_name)
        return pipeline('text-classification', model=model, tokenizer=tokenizer)
    elif task_type == "Metin Analizi":
        model = AutoModelForTokenClassification.from_pretrained(model_name)
        tokenizer = AutoTokenizer.from_pretrained(model_name)
        return pipeline('ner', model=model, tokenizer=tokenizer)
    elif task_type == "Duygu Analizi":
        model = AutoModelForSequenceClassification.from_pretrained(model_name)
        tokenizer = AutoTokenizer.from_pretrained(model_name)
        return pipeline('sentiment-analysis', model=model, tokenizer=tokenizer)
    elif task_type == "Metin Oluşturma":
        model = AutoModelForCausalLM.from_pretrained(model_name)
        tokenizer = AutoTokenizer.from_pretrained(model_name)
        return pipeline('text-generation', model=model, tokenizer=tokenizer)

@st.cache_resource
def setModel(model_checkpoint, aggregation):
    model = AutoModelForTokenClassification.from_pretrained(model_checkpoint)
    tokenizer = AutoTokenizer.from_pretrained(model_checkpoint)
    return pipeline('ner', model=model, tokenizer=tokenizer, aggregation_strategy=aggregation)

@st.cache_resource
def get_html(html: str):
    WRAPPER = """<div style="overflow-x: auto; border: 1px solid #e6e9ef; border-radius: 0.25rem; padding: 1rem; margin-bottom: 2.5rem">{}</div>"""
    html = html.replace("\n", " ")
    return WRAPPER.format(html)

@st.cache_resource
def entity_comb(output):
    output_comb = []
    for ind, entity in enumerate(output):
        if ind == 0:
            output_comb.append(entity)
        elif output[ind]["start"] == output[ind-1]["end"] and output[ind]["entity_group"] == output[ind-1]["entity_group"]:
            output_comb[-1]["word"] = output_comb[-1]["word"] + output[ind]["word"]
            output_comb[-1]["end"] = output[ind]["end"]
        else:
            output_comb.append(entity)
    return output_comb

# Ses dosyasını metne çevirme fonksiyonu
def transcribe_audio(audio_file):
    # Wav2Vec2 model ve feature extractor yükleme
    processor = Wav2Vec2FeatureExtractor.from_pretrained("facebook/wav2vec2-large-xlsr-53")
    model = Wav2Vec2ForCTC.from_pretrained("facebook/wav2vec2-large-xlsr-53")
    
    # Ses dosyasını yükleme
    audio_input = io.BytesIO(audio_file)
    waveform, sample_rate = torchaudio.load(audio_input, normalize=True)
    
    # Ses verisini işleme
    inputs = processor(waveform.squeeze().numpy(), sampling_rate=sample_rate, return_tensors="pt", padding="longest")
    
    # Model ile tahmin yapma
    with torch.no_grad():
        logits = model(inputs.input_values).logits
    
    # Tahmin sonuçlarını çözme
    predicted_ids = torch.argmax(logits, dim=-1)
    transcription = processor.batch_decode(predicted_ids)[0]
    
    return transcription

Run_Button = st.button("Çalıştır", key=None)

if input_method == "Metin Yaz veya Yapıştır":
    st.subheader("Metin Girişi")
    input_text = st.text_area("Metni buraya yazın veya yapıştırın:", key="text_input_area")
    
    if input_text != "":
        st.subheader("Girdiğiniz Metin")
        st.write(input_text)

elif input_method == "Ses Dosyası Yükle":
    st.subheader("Ses Dosyası")
    uploaded_audio = st.file_uploader("Ses Dosyasını Seç", type=["wav"], key="audio_file_uploader")
    
    if uploaded_audio is not None:
        transcription = transcribe_audio(uploaded_audio)
        st.subheader("Ses Transkripsiyonu")
        st.write(transcription)
        
if input_text != "":
    if task == "Metin Sınıflandırma":
        pipeline_model = load_pipeline(model_checkpoint, task)
        output = pipeline_model(input_text)
        df = pd.DataFrame(output)
        st.subheader(f"{task} Sonuçları")
        st.dataframe(df)

    elif task == "Duygu Analizi":
        pipeline_model = load_pipeline(model_checkpoint, task)
        output = pipeline_model(input_text)
        df = pd.DataFrame(output)
        st.subheader(f"{task} Sonuçları")
        st.dataframe(df)

    elif task == "Metin Analizi":
        ner_pipeline = setModel(model_checkpoint, aggregation)
        output = ner_pipeline(input_text)
        output_comb = entity_comb(output)
        df = pd.DataFrame.from_dict(output_comb)
        cols_to_keep = ['word', 'entity_group', 'score', 'start', 'end']
        df_final = df[cols_to_keep]
        st.subheader("Tanımlanan Varlıklar")
        st.dataframe(df_final)

        st.subheader("Spacy Tarzı Görselleştirme")
        spacy_display = {}
        spacy_display["ents"] = []
        spacy_display["text"] = input_text
        spacy_display["title"] = None

        for entity in output_comb:
            spacy_display["ents"].append({"start": entity["start"], "end": entity["end"], "label": entity["entity_group"]})

        tner_entity_list = ["person", "group", "facility", "organization", "geopolitical area", "location", "product", "event", "work of art", "law", "language", "date", "time", "percent", "money", "quantity", "ordinal number", "cardinal number"]
        spacy_entity_list = ["PERSON", "NORP", "FAC", "ORG", "GPE", "LOC", "PRODUCT", "EVENT", "WORK_OF_ART", "LAW", "LANGUAGE", "DATE", "TIME", "PERCENT", "MONEY", "QUANTITY", "ORDINAL", "CARDINAL", "MISC"]

        for ent in spacy_display["ents"]:
            if model_checkpoint == "asahi417/tner-xlm-roberta-base-ontonotes5":
                ent["label"] = spacy_entity_list[tner_entity_list.index(ent["label"])]
            else:
                if ent["label"] == "PER":
                    ent["label"] = "PERSON"

        html = spacy.displacy.render(spacy_display, style="ent", minify=True, manual=True, options={"ents": spacy_entity_list})
        style = "<style>mark.entity { display: inline-block }</style>"
        st.write(f"{style}{get_html(html)}", unsafe_allow_html=True)

    elif task == "Metin Oluşturma":
        pipeline_model = load_pipeline(model_checkpoint, task)
        output = pipeline_model(input_text, max_length=50, num_return_sequences=1)
        st.subheader(f"{task} Sonuçları")
        for idx, item in enumerate(output):
            st.write(f"Öneri {idx+1}: {item['generated_text']}")