Update app.py

app.py

@@ -1,10 +1,10 @@
 import os
 import sys
 
-# 1. 強制下載 Spacy 模型
+# 1. 強制下載 Spacy 英文模型
 os.system(f"{sys.executable} -m spacy download en_core_web_sm")
 
-# 2. 解決相容性問題的補丁
+# 2. 解決新舊版本 Hub 相容性的 Mock 補丁
 try:
     import huggingface_hub
     if not hasattr(huggingface_hub, 'HfFolder'):
@@ -21,72 +21,70 @@ import gradio as gr
 from fastcoref import FCoref
 from deep_translator import GoogleTranslator
 
-# 關鍵修正：將 model_name 改為 model_name_or_path
-print("🚀 [System] 正在進行阻塞式權重同步（約 300MB）...")
+# 3. 初始化輕量級消解模型
+print("🚀 [System] 正在初始化 F-Coref 核心大腦...")
 try:
-    # 使用相容性最高的參數名稱
     model = FCoref(model_name_or_path='biu-nlp/f-coref', device='cpu')
-    print("✅ [System] 模型載入完成，介面即將開啟。")
-except TypeError:
-    # 萬一連上面的都不行，就用最原始的 positional argument
+    print("✅ [System] 模型加載成功！")
+except:
     model = FCoref('biu-nlp/f-coref', device='cpu')
-    print("✅ [System] 使用原始參數模式載入完成。")
+    print("✅ [System] 備用路徑加載成功！")
 
-def coref_chat(user_input):
+# 4. 核心運算邏輯
+def coref_learning_pipeline(user_input):
     if not user_input.strip():
-        return "請輸入內容", "等待輸入..."
+        return "等待輸入...", "等待輸入...", "等待輸入..."
     
     try:
-        # 1. 跨語言橋接
+        # A. 判斷語言並進行中翻英橋接
         has_chinese = any('\u4e00' <= char <= '\u9fff' for char in user_input)
         if has_chinese:
             working_text = GoogleTranslator(source='zh-CN', target='en').translate(user_input)
-            mode_notice = "【模式：中文輸入 ➔ 多維度 AI 學習系統】"
+            mode_notice = "中文輸入模式（已啟動 AI 跨語言橋接）"
         else:
             working_text = user_input
-            mode_notice = "【模式：英文原語 ➔ 多維度 AI 學習系統】"
+            mode_notice = "英文原語模式"
 
-        # 2. 執行指代消解
+        # B. 執行 AI 指代消解運算
         preds = model.predict(texts=[working_text])
         clusters = preds[0].get_clusters()
         
-        # 3. 建立基礎報告排版
-        result = f"✨ {mode_notice}\n"
-        result += f"📝 英文邏輯空間: {working_text}\n"
-        try:
-            translation_back = GoogleTranslator(source='en', target='zh-TW').translate(working_text)
-            result += f"📖 英翻中結果: {translation_back}\n"
-        except:
-            pass
-            
-        result += "---------------------------------\n"
+        # C. 欄位一：生成「英翻中結果」
+        translation_text = GoogleTranslator(source='en', target='zh-TW').translate(working_text)
         
-        # 4. ✨ 新增：智慧學單字功能 (從實體鏈中自動提取核心單字) ✨
+        # D. 欄位二：生成妳要的【AI 智慧單字本】
+        vocab_output = ""
         if clusters:
-            result += "📚【AI 智慧單字卡 / Vocabulary Cards】\n"
             extracted_words = set()
-            # 抓取實體鏈裡的所有單字
             for cluster in clusters:
                 for item in cluster:
-                    # 清理冠詞 (the, a, her 等)，只留下核心單字
+                    # 清理冠詞與代名詞，只留下核心實體名詞
                     clean_word = item.lower().replace("the ", "").replace("a ", "").replace("her ", "").replace("his ", "").strip()
-                    if len(clean_word) > 2 and clean_word not in ['she', 'he', 'him', 'her', 'it', 'they']:
+                    if len(clean_word) > 2 and clean_word not in ['she', 'he', 'him', 'her', 'it', 'they', 'i', 'you']:
                         extracted_words.add(clean_word)
             
-            # 翻譯單字並製作卡片
-            for word in extracted_words:
-                try:
-                    word_zh = GoogleTranslator(source='en', target='zh-TW').translate(word)
-                    result += f" 💡 單字: {word:<12} ➔ 中文釋義: {word_zh}\n"
-                except:
-                    pass
-            result += "---------------------------------\n"
+            if extracted_words:
+                for word in sorted(extracted_words):
+                    try:
+                        # 翻成繁體中文
+                        word_zh = GoogleTranslator(source='en', target='zh-TW').translate(word)
+                        # 格式化成妳要的：【Farmer (農夫)】樣式
+                        vocab_output += f"🔸 {word.capitalize()} ➔ {word_zh}\n"
+                    except:
+                        pass
+            else:
+                vocab_output = "ℹ️ 本句的核心實體多為代名詞，未偵測到適合學習的高階名詞。"
+        else:
+            vocab_output = "🔍 未偵測到明確的指代關係，嘗試輸入更長的段落以提取單字！"
 
-        # 5. 輸出實體鏈
+        # E. 欄位三：生成「AI 語意共指報告」
+        report_text = f"✨ 系統狀態：{mode_notice}\n"
+        report_text += f"📝 英文運算空間: {working_text}\n"
+        report_text += "-----------------------------------------\n"
         if not clusters:
-            result += "🔍 分析結果：指代關係明確，無需額外消解。"
+            report_text += "🔍 分析結果：指代關係明確，無需額外消解。"
         else:
-            result += "🎯【偵測到之實體鏈 (Entity Chains)】:\n"
+            report_text += "🎯【實體連連看鏈結 (Entity Chains)】:\n"
             for i, cluster in enumerate(clusters):
                 cluster_str_en = ' ↔ '.join(cluster)
                 try:
@@ -94,20 +92,48 @@ def coref_chat(user_input):
                     cluster_str_zh = ' ↔ '.join(translated_items)
                 except:
                     cluster_str_zh = cluster_str_en
-                result += f" 🔗 鏈結 {i+1} (繁中): {cluster_str_zh}\n"
+                report_text += f" 🔗 鏈結 {i+1} (中): {cluster_str_zh}\n"
+                report_text += f"    └─ (英): {cluster_str_en}\n"
 
-        return user_input, result
+        return translation_text, vocab_output, report_text
 
     except Exception as e:
-        return user_input, f"運行錯誤: {str(e)}"
+        return f"錯誤: {str(e)}", "無法整合單字", f"運行異常: {str(e)}"
+
+# 5. 精美 UI 介面設計（利用 Blocks 切分獨立區塊）
+with gr.Blocks(theme=gr.themes.Soft(primary_hue="blue", secondary_hue="indigo")) as demo:
+    gr.Markdown("# 🤖 Janice's AI 跨語言智慧語意學習終端")
+    gr.Markdown("### 🚀 專題亮點：結合核心指代消解 (Coreference Resolution) 與動態單字卡生成技術")
+    
+    with gr.Row():
+        with gr.Column(scale=1):
+            txt_input = gr.Textbox(
+                label="📥 請輸入中文或英文段落 (Input Text)", 
+                placeholder="例如：Mary is a Farmer. Mary had a little lamb.", 
+                lines=5
+            )
+            btn_submit = gr.Button("🔥 執行多維度 AI 語意解析", variant="primary")
+            
+        with gr.Column(scale=1):
+            # 這三個是各自獨立的漂亮框框！
+            out_translation = gr.Textbox(label="📖 完整文本翻譯 (Translation)", lines=3)
+            # 這裡就是妳要的專屬單字本！
+            out_vocab = gr.Textbox(label="📚 AI 智慧單字本 (Vocabulary Booklet)", lines=4)
+            out_report = gr.Textbox(label="🎯 AI 語意消解報告 (Coreference Report)", lines=6)
+            
+    btn_submit.click(
+        fn=coref_learning_pipeline, 
+        inputs=txt_input, 
+        outputs=[out_translation, out_vocab, out_report]
+    )
 
-# 介面設定
-demo = gr.Interface(
-    fn=coref_chat,
-    inputs=gr.Textbox(label="輸入文本", lines=3, placeholder="輸入中文或英文段落..."),
-    outputs=[gr.Textbox(label="原始輸入"), gr.Textbox(label="AI 語意分析報告")],
-    title="AI 跨語言指代消解系統 (Stable Version)"
-)
+    gr.Examples(
+        examples=[
+            ["Mary is a Farmer. Mary had a little lamb. John is a dancer. John like ballet."],
+            ["張醫生正在動手術。她很冷靜。她的助手在旁邊遞器材，他看起來很緊張。"]
+        ],
+        inputs=txt_input
+    )
 
 if __name__ == "__main__":
     demo.launch()