Update app.py

app.py

@@ -1,48 +1,49 @@
-#!/usr/bin/env python
-# coding: utf-8
-
 import streamlit as st
 from tensorflow.keras.models import load_model
+import numpy as np
 from transformers import logging
 
 # Hugging Face Transformers kütüphanesinden gelen hataları kapat
 logging.set_verbosity_error()
 
-
+# Streamlit başlık
 st.title('Chat with Me')
+
+# Model yükleme (burada dil modeli veya sohbet modeli olmalı)
 model = load_model('text_classification_model.h5')
 
 # Chat history
-if 'chat' not in st.session_state:
-    st.session_state.chat = model.start_chat(history=[])
+if 'chat_history' not in st.session_state:
+    st.session_state.chat_history = []
 
-# Input for user question
+# Kullanıcıdan giriş alma
 soru = st.text_input('Sor:')
 
-# Function to extract text parts from the response
-def extract_text(response_parts):
-    return response_parts[0].text.strip() if response_parts[0].text else ""
+# Yanıt üretme fonksiyonu (modelinize göre bu kısım değişebilir)
+def generate_response(input_text):
+    # Örneğin, modelinize uygun şekilde giriş ve çıkışları dönüştürün
+    # Bu basit bir örnek, modelinizin gereksinimlerine göre düzenlemelisiniz
+    input_vector = np.array([input_text])  # Modelin beklediği giriş formatı
+    prediction = model.predict(input_vector)
+    response = "Bu bir örnek yanıttır."  # Modelden gelen yanıtı buraya yazın
+    return response
 
-# Handle "Sor" button click
+# "Sor" butonuna tıklama olayını işleme
 if st.button('Sor'):
     if soru:
-        response = st.session_state.chat.send_message(soru)
-        st.session_state.chat.history.append({'role': 'model', 'text': extract_text(response.parts)})
-        st.session_state.chat.history.append({'role': 'user', 'text': soru})
-        st.session_state.last_question = soru
-        st.session_state.last_response = extract_text(response.parts)
+        response = generate_response(soru)
+        st.session_state.chat_history.append({'role': 'user', 'text': soru})
+        st.session_state.chat_history.append({'role': 'model', 'text': response})
         st.experimental_rerun()
 
-# Display chat history
-for message in reversed(st.session_state.chat.history):
-    if message.role == 'user':
+# Sohbet geçmişini gösterme
+for message in reversed(st.session_state.chat_history):
+    if message['role'] == 'user':
         st.markdown(f'<div style="text-align: right; background-color: #2F2F2F; padding: 10px; border-radius: 10px; margin: 10px; width: fit-content;">👤 Sen: {message["text"]}</div>', unsafe_allow_html=True)
-    elif message.role == 'model':
+    elif message['role'] == 'model':
         st.markdown(f'<div style="text-align: left; background-color: #2E2E2E; padding: 10px; border-radius: 10px; margin: 10px; width: fit-content;">🤖 Bot: {message["text"]}</div>', unsafe_allow_html=True)
 
-# Handle "Yeni Sohbet" button click
+# "Yeni Sohbet" butonuna tıklama olayını işleme
 if st.button('Yeni Sohbet'):
-    st.session_state.chat = model.start_chat(history=[])
-    st.session_state.last_question = ''
-    st.session_state.last_response = ''
-    st.experimental_rerun()
+    st.session_state.chat_history = []
+    st.experimental_rerun()