import requests
import streamlit as st
import streamlit.components.v1 as components

def semanticComparativeClassification(): 
    API_URL = "https://api-inference.huggingface.co/models/symanto/sn-xlm-roberta-base-snli-mnli-anli-xnli"
    headers = {"Authorization": "Bearer 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"}
    #API_URL = "https://api-inference.huggingface.co/models/Maite89/Roberta_finetuning_semantic_similarity_stsb_multi_mt"
   
    def query(payload):
     

    	response = requests.post(API_URL, headers=headers, json=payload)
    	return response.json()
    
    sentences =  [
    			"Conoces Lya2",
    			"He perdido la contraseña",
    			"Calendario de eventos, creamos un evento, borramos un evento ",
                "Sincronizamos Lya2 con el teléfono o móbil"
                "Cambios",
    			"Cambios dobles, pedir, autorizar, borrar un cambio doble",
                "Cambios simples,  pedir, autorizar, borrar un cambio simple",
                "Sessiones",
                "Personal",
                "Horarios"
                "Áreas",
                "Hola, hi",
                "Adiós, bye bye, despides"
    		]
     	
    output = query({
    	"inputs": {
            "wait_for_model" : True,
    		"source_sentence": st.session_state.mytext,
    		"sentences": sentences
    	},
    })
    index=0
    for i in output:
        st.write(sentences[index]," - ",i) 
        index = index + 1

    sentenceindex = output.index(max(output))

    if output[sentenceindex] < 0.5 :
        st.write("No tengo respuesta para esto, ¿me lo explicas mejor o te pongo en contacto con un humano?") 
    else:
        st.write("Hablamos de ", str(sentences[sentenceindex])) 


    return output


#x = st.slider('Select a value')
#st.write(x, 'squared is', x * x)
 


st.title('Reconocimiento semántico')
title = st.text_input('Pregunta', 'Hazme una pregunta', on_change=semanticComparativeClassification,key='mytext')