import gradio as gr
import pandas as pd

from examples.common import NLP


def process(text: str) -> pd.DataFrame:
    doc = NLP(text)

    print([(ent.text, ent.kb_id_, ent._.dbpedia_raw_result) for ent in doc.spans["dbpedia_spotlight"]])

    return pd.DataFrame([{"Text": ent.text, "Resource": ent.kb_id_, "Similarity Score": ent._.dbpedia_raw_result['@similarityScore']}
                         for ent in doc.spans["dbpedia_spotlight"]])


EXAMPLES = [
    "A Mátrix című sci-fi film Keanu Reeves, Laurence Fishburne, Carrie-Anne Moss, Joe Pantoliano és Hugo Weaving főszereplésével.",
    "Egyik pillanatról a másikra eltűnt a nemrég bevezetett HBO Max felületéről több sajátgyártású sorozat, köztük az Aranyélet mindhárom évada és A besúgó összes része.",
    "A Netflix felületén elérhető magyar szinkronnal A kiábrándult királylány, ahol a főszereplő magyarhangja Csifó Dorina."
]

demo = gr.Interface(
    fn=process,
    inputs=gr.Textbox(value=EXAMPLES[0], lines=10, label="Input text", show_label=True),
    outputs=gr.DataFrame(label="DBpedia Spotlight Annotations", show_label=False, max_cols=2, max_rows=10),
    examples=EXAMPLES,
    # cache_examples=True,
)