import pandas as pd
from sentence_transformers import SentenceTransformer
from sentence_transformers.util import cos_sim
import torch


torch.cuda.is_available()

# 1. Türkçe destekli güçlü bir Sentence Transformer modeli yüklüyoruz
# (Bu model cümleleri anlamsal vektörlere dönüştürür)
model_name = "paraphrase-multilingual-mpnet-base-v2"
print("Model yükleniyor...")
model = SentenceTransformer(model_name)

# 2. Veri setiniz (Örnek olarak hazırlanmıştır, kendi 25 cümlenizi buraya ekleyin)
data = [
    {"sentence1": "Sabahları erkenden kalkıp yürüyüş yapmayı çok severdi.", "sentence2": "Gözleri ekrana kilitlenmişti, karakterlerle birlikte replikleri mırıldanıyordu.", "humanScore": 12.51},
    {"sentence1": "Hava bugün çok yağmurlu.", "sentence2": "Bugün dışarıda şiddetli yağış var.", "humanScore": 86.74},
    {"sentence1": "En zengin insan, en güçlü arkadaşlara sahip olan insandır.", "sentence2": "Borsada en çok kazandıran yatırımcıdır.", "humanScore": 38.12},
    {"sentence1": "Yaşamak için toprağımız olmayabilir, ama ölmek için toprak bulunur nasıl olsa.", "sentence2": "Bir ulusun, bir topluluğun, bir ailenin kültürel zenginliğini ve kimliğini oluşturan ögelerdir.", "humanScore": 0.78},
    {"sentence1": "Sıcakta yürüyüş yaparken müziğin sesini sonuna kadar açtım.", "sentence2": "Oda sıcaklığının 20 derece olması beni konforlu hissettiriyor.", "humanScore": 53.54},
    {"sentence1": "Haydi seninle saklambaç oynayalım", "sentence2": "Oyunun kuralları çok kolay, hemen öğrenebilirsin.", "humanScore": 87.23},
    {"sentence1": "Bir kişi olman, kişiliğin olduğu anlamına gelmez.", "sentence2": "Bugün anneler günü, ona bir çiçek almalıyım.", "humanScore": 17.91},
    {"sentence1": "Otobüsü kaçırınca işe geç kaldım.", "sentence2": "Servisi kaçırdığım için ofise zamanında varamadım.", "humanScore": 91.29},
    {"sentence1": "Eve gitmek için otobüse bindim.", "sentence2": "Akşam eve yürüyerek döndüm.", "humanScore": 51.45},
    {"sentence1": "Yaşamak her şeye rağmen iz bırakmaktır yeryüzünde.", "sentence2": "Uzaya fırlatılacak roketin yakıtı sızdırıyordu.", "humanScore": 11.61},
    {"sentence1": "Sarı-lacivertli taraftarların bir kısmı, Mert Günok'un sergilediği başarılı form grafiği sonrası Ederson ile yolların ayrılmasını ve kalenin Mert'e emanet edilmesini talep ediyordu.", "sentence2": "Fotoğraf yarışmasında sarı-lacivert tonlara sahip bir kanarya birincilik ödülünü kazandı.", "humanScore": 23.61},
    {"sentence1": "Sabah kahvaltısında taze peynir, zeytin ve domates yedikten sonra sıcak çayımı içip işe gitmek için evden çıktım.", "sentence2": "Güne taze peynir, zeytin, domates ve bir bardak çay eşliğinde kahvaltı yaparak başladım, ardından hazırlanıp ofise doğru yola çıktım.", "humanScore": 94.57},
    {"sentence1": "Kütüphanede herkes sessizce ders çalışırken o da bir köşeye oturup romanını büyük bir dikkatle okumaya devam etti.", "sentence2": "Kütüphanede telefonuyla yüksek sesle konuşmaya başlayınca diğer öğrenciler rahatsız oldu ve görevli tarafından uyarıldı.", "humanScore": 63.69},
    {"sentence1": "Yeni satın aldığım dizüstü bilgisayar güçlü işlemcisi sayesinde büyük projeleri çok kısa sürede derleyebiliyor ve oldukça akıcı çalışıyor.", "sentence2": "Babam da yıllardır kullandığı eski bilgisayarını yenilemek için araştırma yapıyor ama yeni modellerden hangisini alacağı konusunda kararsız kalıyordu.", "humanScore": 78.69},
    {"sentence1": "Kedim her sabah pencerenin önüne uzanıp saatlerce dışarıdaki kuşları izledikten sonra güneş alan yerde uyumayı çok seviyor.", "sentence2": "Haberlerde büyük bir meteorun şehir merkezine düşeceğini anlatıyorlardı.", "humanScore": 7.9},
    {"sentence1": "Üniversite sınavına hazırlanabilmek için bütün gece boyunca test çözdü, eksik olduğu konuları tekrar etti ve neredeyse hiç uyumadı.", "sentence2": "Cüzdanımda nakit olmadığı için pazardayken domates, patlıcan, karpuz, patates alamadım ve eve elim boş döndüm.", "humanScore": 0},
    {"sentence1": "Uzaydaki astronotlar canlı yayına bağlanarak Dünya'ya selam yolladılar.", "sentence2": "Yeni doğan çocuğunun ismini Uzay koydu.", "humanScore": 20.50},
    {"sentence1": "Türkiye, II. Dünya Savaşı'nda tarafsızdı, ancak Ekim 1939'da İngiltere ile, Almanya'nın Türkiye'ye saldırması halinde İngiltere'nin Türkiye'yi savunacağını belirten bir anlaşma imzaladı.", "sentence2": "II. Dünya Savaşı'nın patlak vermesi üzerine Türkiye, başlangıçta tarafsız kalmayı tercih etmiş olsa da, savaşın ilerleyen dönemlerinde stratejik konumu nedeniyle önemli bir rol üstlenmiştir.", "humanScore": 68.80},
    {"sentence1": "Bir fikri çalabiliyorsanız, neden onun yerine bir fikir ekmiyorsunuz", "sentence2": "Dinlenmek için bilgisayarımdaki en sevdiğim oyunu oynadım.", "humanScore": 0},
    {"sentence1": "Bence olumlu duygular her zaman olumsuz duyguların önüne geçer.", "sentence2": "Hayatın anlamının mutluluğun peşinde koşmak olduğunu düşünüyordu.", "humanScore": 41.80},
    {"sentence1": "Düşünceleri o kadar çarpıktı ki, bazen kendini bile kandırabiliyordu", "sentence2": "Uyuşturucu, beynin kimyasal dengesini bozarak kişinin gerçeği algılamasını zorlaştıran bir maddedir.", "humanScore": 20.50},
    {"sentence1": "Kütüphaneye gidip ders notlarını yazmak yerine, arkadaşlarıyla kafede oturup sohbet etmeyi tercih etti", "sentence2": "Kütüphanede ders çalışmak için sakin bir köşe aradım ama yer bulamadım, bu yüzden salonda oturup dersime devam ettim.", "humanScore": 77.65},
    {"sentence1": "Sınav stresiyle başa çıkabilmek için derin nefes egzersizleri yapmaya başladı.", "sentence2": "Sınav stresi altında ezildiğini hissediyordu, bu yüzden doktoru ona sakinleştirici bir ilaç verdi.", "humanScore": 72.90},
    {"sentence1": "Yaşadığı hayal kırıklığına rağmen ayakta kalmayı başardı.", "sentence2": "Yaşadığı hayal kırıklığı, onu daha güçlü bir insana dönüştürdü.", "humanScore": 83.63},
    {"sentence1": "Doktor ameliyata geç kaldı.", "sentence2": "Ameliyatı yapacak hekim gecikti.", "humanScore": 97.85},
    {"sentence1": "Dünyanın en güzel şehri Malatyadır.", "sentence2": "Malatya güzellikleriyle bilinen bir şehirdir.", "humanScore": 80.0},
    {"sentence1": "Çocuk parkta oyun oynuyor.", "sentence2": "Parkta çocuklar var.", "humanScore": 95.0},
    {"sentence1": "Dünyanın uydusu Ay'dır.", "sentence2": "Dünyanın uydusu Mars'dır.", "humanScore": 25.0},
    {"sentence1": "Hava çok sıcak.", "sentence2": "İki farklı asal sayının EBOB'u 1'dir.", "humanScore": 0.0},
    {"sentence1": "İzafiye teorisini Einstein buldu.", "sentence2": "Karpuz adananın meşhur meyvesidir.", "humanScore": 0.0},
    {"sentence1": "Telefonlar iletişim araçlarıdır.", "sentence2": "Samsung ve Apple öncü telefon markalarındandır.", "humanScore": 55.0},
    {"sentence1": "Ali ve Mehmet arkadaştır.", "sentence2": "Mehmet, Ali'nin arkadaşıdır.", "humanScore": 100.0},
    {"sentence1": "12 adet yumurta alabilir miyim?", "sentence2": "1 düzine yumurta alabilir miyim?", "humanScore": 100.0},
    {"sentence1": "Gençler futbol oynamayı severler.", "sentence2": "Filenin Sultanları başarı üstüne başarı kazanıyor.", "humanScore": 20.0},
    {"sentence1": "Siyah bir geceye açtı gözlerini.", "sentence2": "Kara bir gece vakti açtı gözlerini.", "humanScore": 100.0},
    {"sentence1": "Dünya kendi etrafında dönüyor.", "sentence2": "Kendi etrafında ve birbiri etrafında dönen gezegenler vardır.", "humanScore": 70.0},
    {"sentence1": "Nolan Odyssey filmini IMAX kamera teknolojisi ile çekti.", "sentence2": "İstanbulda sadece 4 adet imax sinema salonu vardır.", "humanScore": 35.0},
    {"sentence1": "Savaşlar yüksek maddi ve manevi hasar bırakır.", "sentence2": "İnsan hakları bildirisi yayınlandı.", "humanScore": 20.0},
    {"sentence1": "Yapay zeka yüksek teknolojili bir genelleme yöntemidir.", "sentence2": "Yapay zeka çok zeki.", "humanScore": 65.0},
    {"sentence1": "Veri bankaları sınav zamanında çok önemlidir.", "sentence2": "Soru bankaları soru pratiği yapmak için uygun bir kaynaktır.", "humanScore": 80.0},
    {"sentence1": "Çay içmeyi çok severim.", "sentence2": "İlk buluşmada kahve içelim.", "humanScore": 65.0},
    {"sentence1": "Öğrenciler birbirlerini instagramdan takip ettiler.", "sentence2": "Kendi aralarında birbirini instadan fallowlayan öğrenciler var.", "humanScore": 100.0},
    {"sentence1": "Gece dışarıda gezmek tehlikelidir.", "sentence2": "Su samurları su da yaşar.", "humanScore": 0.0},
    {"sentence1": "Sanat sanat içindir.", "sentence2": "Sanat toplum içindir.", "humanScore": 70.0},
    {"sentence1": "İnsanlar memeliler grubundadır.", "sentence2": "Ampül'ün fiyatı 20 TL.", "humanScore": 0.0},
    {"sentence1": "Araba piyasası çok yavaşladı, arabalar satılmıyor.", "sentence2": "NVIDIA Spark ekran kartları çok maliyetli.", "humanScore": 10.0},
    {"sentence1": "Döner Türklerindir.", "sentence2": "Almanya da döner üzerine restorantı olan bazı işletmecile vardır.", "humanScore": 23.0},
    {"sentence1": "Bir elmanın yarısı yarım elmadır.", "sentence2": "İki yarım elma bir tam elma yapar.", "humanScore": 90.0},
    {"sentence1": "Uzaylılar filimlere konu olan imgelerdir.", "sentence2": "Göbeklitepe ilk insanlık yerleşim yeridir.", "humanScore": 5.0},
    {"sentence1": "Teknoloji takip edilmesi gereken Dünya gündemidir.", "sentence2": "Televizyon izlenme oranları geçmiş yıllara göre azaldı.", "humanScore": 0.0}
]

df = pd.DataFrame(data)

# 3. Cümlelerin vektörlerini (Embedding) çıkarma
print("Vektörler hesaplanıyor...")
embeddings1 = model.encode(df['sentence1'].tolist(), convert_to_tensor=True)
embeddings2 = model.encode(df['sentence2'].tolist(), convert_to_tensor=True)

# 4. Kosinüs Benzerliği Hesaplama (0-100 ve 0-1 Normalizasyonu)
cos_scores = []
cos_scores_norm = []
for i in range(len(df)):
    # i. sentence1 ile i. sentence2 arasındaki kosinüs benzerliği (-1 ile 1 arasında)
    similarity = cos_sim(embeddings1[i], embeddings2[i]).item()
    
    # Negatif benzerlikleri 0 kabul edelim
    sim_clean = max(0.0, similarity)
    
    # 0-100 ölçeği
    score_100 = round(sim_clean * 100, 2)
    # 0-1 ölçeğine normalize edilmiş hali (4 basamak hassasiyetle)
    score_0_1 = round(sim_clean, 4)
    
    cos_scores.append(score_100)
    cos_scores_norm.append(score_0_1)

# 5. Sonuçları dataframe'e ekleme
df['CosScore'] = cos_scores
df['CosScoreNorm'] = cos_scores_norm

# 6. 5 Sütunlu yapıda (sentence1, sentence2, humanScore, CosScore, CosScoreNorm) CSV olarak kaydetme
output_columns = ['sentence1', 'sentence2', 'humanScore', 'CosScore', 'CosScoreNorm']
df = df[output_columns]

csv_filename = "stsb_tr_custom_dataset.csv"
df.to_csv(csv_filename, index=False, encoding='utf-8-sig')

print(f"İşlem tamamlandı! Veri seti '{csv_filename}' dosyasına kaydedildi.")
print("\nÖrnek Çıktı:")
print(df.tail(25))