import pandas as pd
from mlx_lm import load, generate
from sentence_transformers import SentenceTransformer

uncle_sam = SentenceTransformer("paraphrase-multilingual-mpnet-base-v2")

dataframe = pd.read_csv("./teog_2013_text.csv")

model_name = str(input("Model adını girin: "))

# Modelin testi çözmesi ve cevapların kayıdı
for i in range(len(dataframe)):
    prompt = dataframe.loc[i]['soru'] + "\n A: " + dataframe.loc[i]['cevapa'] + "\n B: " + dataframe.loc[i]['cevapb'] + "\n C: " + dataframe.loc[i]['cevapc'] + "\n D: " + dataframe.loc[i]['cevapd'] + "\n Sadece doğru şıkkı söyle. Açıklama istemiyorum."

    print(f"Processing row {i}: {prompt}")
    
    model, tokenizer = load(model_name)

    response = generate(model, tokenizer, prompt=prompt, verbose=True)

    print("MODEL CEVABI: ", response)
    if response[:1] in ["A", "B", "C", "D"]:
        dataframe.at[i, "verilencevap"] = response[:1]
    else:
        benz_verilen = uncle_sam.encode([response])
        benz_cevaplar = uncle_sam.encode([dataframe.loc[i]['cevapa'], dataframe.loc[i]['cevapb'], dataframe.loc[i]['cevapc'], dataframe.loc[i]['cevapd']])
        benzerlikler = uncle_sam.similarity(benz_verilen, benz_cevaplar)
        print("benzerlikler", benzerlikler)
        benz_liste = benzerlikler.tolist()[0]
        yuksek_cevap = benz_liste.index(max(benz_liste))
        print("yüksek cevap", yuksek_cevap, benz_liste[yuksek_cevap])
        if benz_liste[yuksek_cevap] > 0.35:
            dataframe.at[i, "verilencevap"] = ["A", "B", "C", "D"][yuksek_cevap]
            print("sam amca ile cevaplandı")

    print(dataframe.iloc[i]["verilencevap"])

    

# Doğru ve yanlış cevapların sayı kayıdı
dogru_cevap = 0

for i in range(len(dataframe)):
    if dataframe.iloc[i]["dogrucevap"] == dataframe.iloc[i]["verilencevap"]:
        dogru_cevap += 1
        dataframe.at[i, "dogruyanlis"] = 1
    else:
        dataframe.at[i, "dogruyanlis"] = 0

# Öğrencinin başarı puanı hesaplanırken kullanılacak olan ağırlıklar
obp_6 = 80
obp_7 = 80
obp_8 = 80

agirliklar = {
    1: 4,
    2: 4,
    3: 2,
    4: 4,
    5: 2,
    6: 2,
}

# Sınav Puanının Hesaplanması 
def ders_basari_hesapla(dataframe, sinav):
    ders = dataframe[dataframe['sinav'] == sinav]
    dogru_sayisi = ders['dogruyanlis'].sum()
    return (dogru_sayisi / len(ders) * 100) * agirliklar[sinav]


turkce_basari = ders_basari_hesapla(dataframe, 1)
print(turkce_basari)
matematik_basari = ders_basari_hesapla(dataframe, 2)
print(matematik_basari)
inkilap_basari = ders_basari_hesapla(dataframe, 3)
print(inkilap_basari)
fen_basari = ders_basari_hesapla(dataframe, 4)
print(fen_basari)
ingilizce_basari = ders_basari_hesapla(dataframe, 5)
print(ingilizce_basari)
din_basari = ders_basari_hesapla(dataframe, 6)
print(din_basari)


sınav_puanı = turkce_basari + matematik_basari + inkilap_basari + fen_basari + ingilizce_basari + din_basari

yep = (obp_6 + obp_7 + obp_8 + sınav_puanı * (7/18)) / 2 
    # yep = teog puanı

print("yep:", yep )

results = pd.read_csv('results.csv')
results.loc[len(results)] = [model_name, yep]

res_sorted = results.sort_values(by='teog 2013 puanı', ascending=False)

res_sorted.to_csv('results.csv', index=False)