import streamlit as st
from transformers import pipeline

model = pipeline("text-classification", model="/home/user/app/MendoBERT/", tokenizer="indolem/indobert-base-uncased")
basemodel = pipeline("text-classification", model="/home/user/app/IndoLEM/", tokenizer="indolem/indobert-base-uncased")

st.title(':blue[MendoBERT] - Relation Extraction :couple_with_heart_woman_man::unlock:')

if 'options' not in st.session_state:
    st.session_state['options'] = ""

def button1_callback():
    st.session_state['options'] = "Kami menyimpulkan bahwa polimorfisme @GENE$ dan AGT tidak berkontribusi pada kerentanan genetik terhadap @DISEASE$ dan retinopati pada populasi Kaukasia Mediterania."
def button2_callback():
    st.session_state['options'] = "Genotipe bayi PON1 RR dan @GENE$ CC dikaitkan dengan @DISEASE$ dalam populasi penelitian kami, yang menunjukkan kemungkinan peran variabilitas paraoxonase manusia dalam etiologi kelahiran prematur."


placeholder = st.empty()

st.info("Please replace the gene and disease that you want to get their relation predicted with @GENE\$ and \@DISEASE\$", icon="ℹ️")

st.caption('_Examples_')
st.button('Kami menyimpulkan bahwa polimorfisme \@GENE\$ dan AGT tidak berkontribusi pada kerentanan genetik terhadap \@DISEASE\$ dan retinopati pada populasi Kaukasia Mediterania.', use_container_width=True, on_click = button1_callback)
st.button('Genotipe bayi PON1 RR dan \@GENE\$ CC dikaitkan dengan \@DISEASE\$ dalam populasi penelitian kami, yang menunjukkan kemungkinan peran variabilitas paraoxonase manusia dalam etiologi kelahiran prematur.', use_container_width=True, on_click = button2_callback)

with placeholder:
    text = st.text_area('Enter some text: ', key = 'options')

if text:
    st.subheader('MendoBERT')
    st.write(model(text))
    st.write("\n")
    st.subheader('IndoLEM')
    st.write(basemodel(text))