app.py

import gradio as gr
import os
from transformers import BertTokenizer, pipeline

# 1. 安全金鑰與工具初始化 (對應書中圖 1-3)
hf_token = os.getenv("HF_TOKEN")
model_name = "google-bert/bert-base-chinese"

try:
    # 載入編碼器並擴充字典 (實作書中 2.3.6 節)
    tokenizer = BertTokenizer.from_pretrained(model_name, token=hf_token)
    tokenizer.add_tokens(['明月', '裝飾', '窗子', '李福林']) 
    
    # 載入情感分析管線 (第 5-6 章)
    classifier = pipeline("sentiment-analysis", model="LiYuan/amazon-review-sentiment-analysis", token=hf_token)
    
    # 載入命名實體識別管線 (第 10-11 章實戰任務)
    # 使用專門處理中文實體的模型
    ner_tagger = pipeline("ner", model="ckiplab/bert-base-chinese-ner", token=hf_token)
except Exception as e:
    print(f"初始化錯誤: {e}")
    tokenizer = classifier = ner_tagger = None

def advanced_nlp_lab(input_text):
    if not tokenizer: return "⚠️ 系統初始化失敗"
    
    lines = [line.strip() for line in input_text.split('\n') if line.strip()]
    if not lines: return "💡 請輸入文字開始偵測！"

    # 2. 實作進階批次編碼 (對應書中 2.3.5 節)
    batch_out = tokenizer.batch_encode_plus(
        lines,
        add_special_tokens=True,
        padding='max_length',
        max_length=25,
        truncation=True,
        return_tensors="pt"
    )

    lab_reports = []
    for i, line in enumerate(lines):
        # 3. 實作 NER 實體偵測 (對應書中第 10 章任務)
        ner_results = ner_tagger(line)
        entities = [f"{entity['word']}({entity['entity']})" for entity in ner_results]
        
        # 4. 情感分析 (對應書中第 7 章任務)
        sentiment = classifier(line)[0]
        
        ids = batch_out['input_ids'][i].tolist()
        tokens = [tokenizer.decode([idx]) for idx in ids if idx != 0]
        
        lab_reports.append({
            "📝 原始句子": line,
            "🔍 實體偵測 (NER)": entities if entities else "未偵測到實體",
            "🎭 情感分析": f"{sentiment['label']} (信心: {sentiment['score']:.2f})",
            "🧩 分詞結構": " | ".join(tokens),
            "🔢 機器編碼 IDs": [idx for idx in ids if idx != 0]
        })

    return lab_reports

# 5. 建立專業風格 Blocks 介面
with gr.Blocks(theme=gr.themes.Soft()) as demo:
    gr.Markdown("## 🕵️‍♂️ Hugging Face 中文語義全解析實驗室")
    gr.Markdown("本程式整合了李福林著《Hugging Face 自然語言處理實戰》中的多項任務：從編碼矩陣到情感分類，再到命名實體識別。")
    
    with gr.Row():
        input_area = gr.Textbox(
            label="🔮 請輸入包含人名、地名或情感的中文 (支援多行)", 
            lines=4, 
            placeholder="例如：李福林在北京寫下了這本 Hugging Face 實戰書。"
        )
    
    run_btn = gr.Button("🚀 啟動多維度語義解析", variant="primary")
    output_json = gr.JSON(label="📊 深度解析報告 (實作書中第 2, 7, 10 章核心)")

    run_btn.click(fn=advanced_nlp_lab, inputs=input_area, outputs=output_json)
    
    gr.Examples(
        examples=[["李福林在台北展示了 Transformer 的威力"], ["明月裝飾了你的窗子"]],
        inputs=input_area
    )

if __name__ == "__main__":
    demo.launch()