frontend.py

import streamlit as st
import pandas as pd
from io import StringIO

from model_utils import predict_proba

st.set_page_config(page_title="StackOverflow Tagger", layout="wide")
st.title("🔖 StackOverflow Tag Predictor")

# ---- Choix du modèle dans la sidebar ----

MODEL_OPTIONS = {
    "BERT Overflow (maxcasado/BERT_overflow)": "maxcasado/BERT_overflow",
    "Wendy Tags (wendyserver/predict_tags)": "wendyserver/predict_tags",
}

st.sidebar.header("⚙️ Configuration")
model_label = st.sidebar.selectbox(
    "Choisir le modèle",
    list(MODEL_OPTIONS.keys()),
)
selected_model = MODEL_OPTIONS[model_label]

st.sidebar.write(f"Modèle sélectionné : `{selected_model}`")

# ---- Tabs : single question / CSV ----

tab_single, tab_csv = st.tabs(["Question unique", "CSV batch"])

with tab_single:
    st.write(
        "Entrez une question (titre + éventuellement description) "
        "et récupérez les probabilités des tags StackOverflow prédits par le modèle."
    )

    question = st.text_area(
        "Question StackOverflow",
        height=200,
        placeholder="Ex: How to fine-tune BERT for multi-label classification?",
    )

    top_k = st.slider(
        "Nombre de tags à afficher (top_k)",
        1,
        20,
        5,
        key="topk_single",
    )

    if st.button("Prédire", key="predict_single"):
        if not question.strip():
            st.warning("Merci d'entrer une question.")
        else:
            with st.spinner(f"Prédiction en cours avec {selected_model}..."):
                tags = predict_proba(
                    question,
                    top_k=top_k,
                    model_name=selected_model,
                )

            if not tags:
                st.warning("Pas de tags prédits.")
            else:
                st.subheader("Résultats")
                for t in tags:
                    st.write(f"- **{t['label']}** — probabilité : `{t['score']:.4f}`")

                st.subheader("Distribution des probabilités (top_k)")
                scores = {t["label"]: t["score"] for t in tags}
                st.bar_chart(scores)

with tab_csv:
    st.write(
        "Uploade un fichier CSV contenant des questions. "
        "On ajoutera une colonne avec le tag principal prédit pour chaque ligne."
    )

    uploaded_file = st.file_uploader("Choisir un fichier CSV", type=["csv"])

    if uploaded_file is not None:
        df = pd.read_csv(uploaded_file)

        st.write("Aperçu du CSV :")
        st.dataframe(df.head())

        text_column = st.selectbox(
            "Colonne contenant la question",
            options=list(df.columns),
        )

        top_k_batch = st.slider(
            "Nombre de tags à considérer (pour choisir le meilleur)",
            1,
            20,
            5,
            key="topk_batch",
        )

        if st.button("Lancer la prédiction sur le CSV"):
            if df[text_column].isnull().all():
                st.error("La colonne choisie ne contient pas de texte.")
            else:
                preds_best_tag = []
                preds_best_score = []

                with st.spinner(f"Prédiction batch avec {selected_model}..."):
                    for text in df[text_column].fillna(""):
                        s = str(text).strip()
                        if not s:
                            preds_best_tag.append(None)
                            preds_best_score.append(None)
                            continue

                        tags = predict_proba(
                            s,
                            top_k=top_k_batch,
                            model_name=selected_model,
                        )

                        if len(tags) == 0:
                            preds_best_tag.append(None)
                            preds_best_score.append(None)
                        else:
                            best = tags[0]
                            preds_best_tag.append(best["label"])
                            preds_best_score.append(best["score"])

                df["predicted_tag"] = preds_best_tag
                df["predicted_score"] = preds_best_score

                st.subheader("Résultats enrichis")
                st.dataframe(df.head())

                csv_buffer = StringIO()
                df.to_csv(csv_buffer, index=False)
                csv_bytes = csv_buffer.getvalue().encode("utf-8")

                st.download_button(
                    label="📥 Télécharger le CSV avec tags prédits",
                    data=csv_bytes,
                    file_name="questions_with_tags.csv",
                    mime="text/csv",
                )
    else:
        st.info("Uploade un fichier CSV pour lancer la prédiction batch.")