import gradio as gr
from sentence_transformers import CrossEncoder
import numpy as np



model = CrossEncoder("software-si/horeca-recensioni-ita-nli")


def run_inference(premises, hypothesis):
    scores = model.predict((premises,hypothesis))
    probs=np.exp(scores)/np.sum(np.exp(scores))
    max_index = np.argmax(scores)
    if max_index == 0:
        result="FALSA"
    elif max_index == 1:
        result="VERA"
    else:
        result="NEUTRA"

    return result + " : " + str('{:.1%}'.format(probs[max_index]))

    #print(result + " : " + str('{:.1%}'.format(probs[max_index])))


testo_recensione='Il cibo era delizioso e il servizio eccellente. Ma la camera era troppo piccola'



# Interfaccia Gradio
gr.Interface(
    fn=run_inference,
    inputs=[
        gr.Textbox(label="Inserisci la recensione completa", lines=4, placeholder=testo_recensione),
        gr.Textbox(label="Inserisci l'ipotesi da verificare", lines=2, placeholder="La stanza era grande"),
    ],
    #outputs=[gr.HighlightedText(label="Language detected", show_legend=True)],
    outputs=[gr.Text(label="Ipotesi è ...")],
    title="Recensioni HORECA - Italiano",
    description="Analizza se il testo inserito è FALSO, VERO o NEUTRO rispetto alla recensione data"
).launch()