import streamlit as st
import pandas as pd
from transformers import pipeline
import numpy as np
# Chargement du dataframe
df = pd.read_csv("Comments.csv")

#recup des comments en liste
comments = df["Comment"].tolist()
st.header("Analyse de Texte ")

# Create a selectbox to choose a comment
selected_comment = st.selectbox("Veuiller selelctionner un commentaire", comments)

# Display the selected comment in the text input
text = st.text_input('Entrer le texte à analyser', value=selected_comment)

# Labels candidats pour la classification
candidate_labels = ["commentaire positive", "commentaire négative"]

# Modèle de phrase pour la formation de l'hypothèse
hypothesis_template = "Cet exemple est un {}."

# Create the classifier pipeline
classifier = pipeline("zero-shot-classification", model="morit/french_xlm_xnli")

# Exécution de la classification seulement si du texte est entré
if text and candidate_labels:  # Vérifier si du texte et au moins une étiquette sont présents
    result = classifier(text, candidate_labels, hypothesis_template=hypothesis_template)
    st.info(f"Résultat: {result['labels'][0]} avec une confiance de {result['scores'][0]*100:.2f}%")
else:
    st.write("Veuillez entrer du texte pour l'analyse.")
image1 = "toph1.png"
st.text("\n \n \n")
st.markdown("**Differentes Process pour l'analyse de sentiments**")
st.image(image1, caption="Workflow analyse de sentiment", use_column_width=True)

st.text("\n \n \n")
st.header("**Comment ça marche**")
st.text("\n \n \n")
st.markdown("1. Recuperation  des EAEs")
st.markdown("3. Traitement des entretiens")
st.text("Separations en 2 ensembles Train pour entrainer notre modele et Test les données pour evaluer notre modele")
st.markdown("2. Analyse exploratoire des données")
st.markdown("4. Comparaison de plusieurs modeles de Machne Learning pour choisir notre modele")
st.markdown("5. Evaluation du modele choisi")
st.markdown("6. Mise en production du modele choisi")

image2 = "nlp.PNG"
st.text("\n \n \n")
st.markdown("**Workflow**")
st.image(image2, caption="Workflow analyse de sentiment", use_column_width=True)