import pickle
import numpy as np
import tensorflow as tf
from keras.src.legacy.preprocessing.text import Tokenizer
from keras.src.utils import pad_sequences

# Загрузка модели
model = tf.keras.models.load_model('best_model_lstm_negative.keras')

# Загрузка токенизатора
with open('tokenizer_lstm_lstm_negative.pickle', 'rb') as handle:
    tokenizer = pickle.load(handle)

def preprocess_text(text: str):
    # Токенизация текста
    sequences = tokenizer.texts_to_sequences([text])
    # Преобразование последовательностей в фиксированной длины
    padded_sequences = pad_sequences(sequences, maxlen=90)  # 90 - длина последовательности, используемая при обучении
    return padded_sequences

def predict_answer(question: str) -> str:
    # Предобработка вопроса
    print("Вопрос:", question)
    input_data = preprocess_text(question)
    print("Предобработанные данные:", input_data)
    # Предсказание
    prediction = model.predict(input_data)
    print("Предсказание:", prediction)
    # Преобразование предсказания в строку для сохранения
    prediction_str = np.array2string(prediction[0], separator=',')
    print("Строковое представление предсказания:", prediction_str)
    return prediction_str  # Возвращаем строковое представление предсказания