Betisy-Detectena

# ==============================================================================
# CODE D'INFÉRENCE SIMPLIFIÉ POUR BETISY-DETECTENA
# Objectif : Charger le modèle PyTorch et prédire le label (0: Fait, 1: Bêtise)
# ==============================================================================

# --- 1. IMPORTS ET CONFIGURATION ---

import torch
import torch.nn as nn
import joblib
from huggingface_hub import hf_hub_download
from transformers import AutoTokenizer

# VOTRE IDENTIFIANT DE DÉPÔT HUGBING FACE
REPO_ID = "Clemylia/Betisy-Detectena"

# Hyperparamètres DÉFINITIFS de votre modèle (DOIVENT correspondre à l'entraînement)
EMBEDDING_DIM = 100
HIDDEN_DIM = 64
OUTPUT_DIM = 2
MAX_LEN = 30
MODEL_WEIGHTS_FILENAME = 'Betisy-Detectena_weights.pt'
TOKENIZER_FILENAME = 'Betisy-Detectena_tokenizer.joblib'

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
print(f"Périphérique d'inférence : {device}")


# --- 2. DÉFINITION DE L'ARCHITECTURE ---

class SimpleClassifier(nn.Module):
    """Architecture SimpleClassifier pour correspondre aux poids sauvegardés."""
    def __init__(self, vocab_size, embedding_dim, hidden_dim, output_dim):
        super(SimpleClassifier, self).__init__()
        self.embedding = nn.Embedding(vocab_size, embedding_dim)
        self.rnn = nn.LSTM(embedding_dim, hidden_dim, batch_first=True)
        self.fc = nn.Linear(hidden_dim, output_dim)

    def forward(self, input_ids):
        embedded = self.embedding(input_ids) 
        output, (hidden, cell) = self.rnn(embedded)
        return self.fc(hidden[-1])


# --- 3. FONCTION DE CHARGEMENT DU MODÈLE ---

def load_betisy_detectena(repo_id, weights_name, tokenizer_name, embed_dim, hidden_dim, output_dim, device):
    """Télécharge et charge le modèle complet depuis Hugging Face."""
    
    # 3a. Téléchargement des fichiers
    print("⏳ Téléchargement des fichiers depuis Hugging Face...")
    weights_path = hf_hub_download(repo_id=repo_id, filename=weights_name)
    tokenizer_path = hf_hub_download(repo_id=repo_id, filename=tokenizer_name)
    
    # 3b. Chargement du Tokenizer
    loaded_tokenizer = joblib.load(tokenizer_path)
    VOCAB_SIZE = loaded_tokenizer.vocab_size
    
    # 3c. Reconstruction et chargement des poids
    model = SimpleClassifier(VOCAB_SIZE, embed_dim, hidden_dim, output_dim).to(device)
    model.load_state_dict(torch.load(weights_path, map_location=device))
    model.eval() # Mode inférence
    
    print(f"✅ Modèle chargé avec {VOCAB_SIZE} tokens dans le vocabulaire.")
    return model, loaded_tokenizer


# --- 4. FONCTION D'INFÉRENCE ---

def predict_betisy_detectena(text, model, tokenizer, max_len, device):
    """Prédit le label pour une seule phrase."""
    
    # Tokenisation et préparation du tenseur
    encoding = tokenizer.encode_plus(
        text,
        add_special_tokens=True,
        max_length=max_len,
        padding='max_length',
        truncation=True,
        return_tensors='pt',
    )
    
    input_ids = encoding['input_ids'].to(device)
    
    # Inférence
    with torch.no_grad():
        outputs = model(input_ids)
        probabilities = torch.softmax(outputs, dim=1)
        confidence, prediction = torch.max(probabilities, dim=1)
        
    label = "Absurdité (1) 🤡" if prediction.item() == 1 else "Fait Factuel (0) ✅"
    
    return label, confidence.item()


# ==============================================================================
# CODE D'EXÉCUTION PRINCIPAL
# ==============================================================================

if __name__ == "__main__":
    
    # CHARGEMENT (étape 1)
    model, tokenizer = load_betisy_detectena(
        REPO_ID, 
        MODEL_WEIGHTS_FILENAME, 
        TOKENIZER_FILENAME, 
        EMBEDDING_DIM, 
        HIDDEN_DIM, 
        OUTPUT_DIM, 
        device
    )

    print("\n--- TEST D'INFÉRENCE ---")

    phrases_a_tester = [
        "Le ciel est bleu.",
        "Les cailloux peuvent parler en chantant des airs d'opéra.",
        "Mars est la quatrième planète du système solaire.",
        "Le temps s'est arrêté hier à 15h00 pour la sieste générale."
    ]

    # PRÉDICTION (étape 2)
    for phrase in phrases_a_tester:
        label, confidence = predict_betisy_detectena(phrase, model, tokenizer, MAX_LEN, device)
        print(f"-> '{phrase}'")
        print(f"   Prédiction : {label} (Confiance : {confidence*100:.2f}%)")

# ==============================================================================
# CODE D'INFÉRENCE SIMPLIFIÉ POUR BETISY-DETECTENA
# Objectif : Charger le modèle PyTorch et prédire le label (0: Fait, 1: Bêtise)
# ==============================================================================

# --- 1. IMPORTS ET CONFIGURATION ---

import torch
import torch.nn as nn
import joblib
from huggingface_hub import hf_hub_download
from transformers import AutoTokenizer

# VOTRE IDENTIFIANT DE DÉPÔT HUGBING FACE
REPO_ID = "Clemylia/Betisy-Detectena"

# Hyperparamètres DÉFINITIFS de votre modèle (DOIVENT correspondre à l'entraînement)
EMBEDDING_DIM = 100
HIDDEN_DIM = 64
OUTPUT_DIM = 2
MAX_LEN = 30
MODEL_WEIGHTS_FILENAME = 'Betisy-Detectena_weights.pt'
TOKENIZER_FILENAME = 'Betisy-Detectena_tokenizer.joblib'

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
print(f"Périphérique d'inférence : {device}")


# --- 2. DÉFINITION DE L'ARCHITECTURE ---

class SimpleClassifier(nn.Module):
    """Architecture SimpleClassifier pour correspondre aux poids sauvegardés."""
    def __init__(self, vocab_size, embedding_dim, hidden_dim, output_dim):
        super(SimpleClassifier, self).__init__()
        self.embedding = nn.Embedding(vocab_size, embedding_dim)
        self.rnn = nn.LSTM(embedding_dim, hidden_dim, batch_first=True)
        self.fc = nn.Linear(hidden_dim, output_dim)

    def forward(self, input_ids):
        embedded = self.embedding(input_ids) 
        output, (hidden, cell) = self.rnn(embedded)
        return self.fc(hidden[-1])


# --- 3. FONCTION DE CHARGEMENT DU MODÈLE ---

def load_betisy_detectena(repo_id, weights_name, tokenizer_name, embed_dim, hidden_dim, output_dim, device):
    """Télécharge et charge le modèle complet depuis Hugging Face."""
    
    # 3a. Téléchargement des fichiers
    print("⏳ Téléchargement des fichiers depuis Hugging Face...")
    weights_path = hf_hub_download(repo_id=repo_id, filename=weights_name)
    tokenizer_path = hf_hub_download(repo_id=repo_id, filename=tokenizer_name)
    
    # 3b. Chargement du Tokenizer
    loaded_tokenizer = joblib.load(tokenizer_path)
    VOCAB_SIZE = loaded_tokenizer.vocab_size
    
    # 3c. Reconstruction et chargement des poids
    model = SimpleClassifier(VOCAB_SIZE, embed_dim, hidden_dim, output_dim).to(device)
    model.load_state_dict(torch.load(weights_path, map_location=device))
    model.eval() # Mode inférence
    
    print(f"✅ Modèle chargé avec {VOCAB_SIZE} tokens dans le vocabulaire.")
    return model, loaded_tokenizer


# --- 4. FONCTION D'INFÉRENCE ---

def predict_betisy_detectena(text, model, tokenizer, max_len, device):
    """Prédit le label pour une seule phrase."""
    
    # Tokenisation et préparation du tenseur
    encoding = tokenizer.encode_plus(
        text,
        add_special_tokens=True,
        max_length=max_len,
        padding='max_length',
        truncation=True,
        return_tensors='pt',
    )
    
    input_ids = encoding['input_ids'].to(device)
    
    # Inférence
    with torch.no_grad():
        outputs = model(input_ids)
        probabilities = torch.softmax(outputs, dim=1)
        confidence, prediction = torch.max(probabilities, dim=1)
        
    label = "Absurdité (1) 🤡" if prediction.item() == 1 else "Fait Factuel (0) ✅"
    
    return label, confidence.item()


# ==============================================================================
# CODE D'EXÉCUTION PRINCIPAL
# ==============================================================================

if __name__ == "__main__":
    
    # CHARGEMENT (étape 1)
    model, tokenizer = load_betisy_detectena(
        REPO_ID, 
        MODEL_WEIGHTS_FILENAME, 
        TOKENIZER_FILENAME, 
        EMBEDDING_DIM, 
        HIDDEN_DIM, 
        OUTPUT_DIM, 
        device
    )

    print("\n--- TEST D'INFÉRENCE ---")

    phrases_a_tester = [
        "Le ciel est bleu.",
        "Les cailloux peuvent parler en chantant des airs d'opéra.",
        "Mars est la quatrième planète du système solaire.",
        "Le temps s'est arrêté hier à 15h00 pour la sieste générale."
    ]

    # PRÉDICTION (étape 2)
    for phrase in phrases_a_tester:
        label, confidence = predict_betisy_detectena(phrase, model, tokenizer, MAX_LEN, device)
        print(f"-> '{phrase}'")
        print(f"   Prédiction : {label} (Confiance : {confidence*100:.2f}%)")