Upload model.py

Main model SkillForge.

model.py

@@ -0,0 +1,81 @@
+import numpy as np
+import pandas as pd
+import requests
+from io import StringIO
+from sklearn.feature_extraction.text import TfidfVectorizer
+from sklearn.metrics.pairwise import cosine_similarity
+
+class ChatBotFromWebDataset:
+    def __init__(self, dataset_url):
+        self.dataset_url = dataset_url
+        self.qa_pairs = {}  # {"вопрос": "ответ"}
+        self.vectorizer = TfidfVectorizer()
+        self.X = None  # Векторизованные вопросы
+        
+        self.load_dataset()  # Загружаем датасет при инициализации
+        self.train()  # Обучаемся на нём
+
+    def load_dataset(self):
+        """Загружает датасет с сайта (CSV/JSON)"""
+        try:
+            response = requests.get(self.dataset_url)
+            response.raise_for_status()
+            
+            # Если CSV (можно адаптировать под JSON)
+            data = pd.read_csv(StringIO(response.text))
+            
+            # Пример: датасет в формате ["question", "answer"]
+            for _, row in data.iterrows():
+                self.qa_pairs[row["question"]] = row["answer"]
+                
+            print(f"Загружено {len(self.qa_pairs)} пар вопрос-ответ.")
+            
+        except Exception as e:
+            print(f"Ошибка загрузки датасета: {e}")
+            self.qa_pairs = {}
+
+    def train(self):
+        """Векторизует вопросы для поиска похожих"""
+        if not self.qa_pairs:
+            print("Нет данных для обучения!")
+            return
+        
+        questions = list(self.qa_pairs.keys())
+        self.X = self.vectorizer.fit_transform(questions)
+
+    def predict(self, user_input):
+        """Находит ближайший вопрос в датасете и возвращает ответ"""
+        if not self.qa_pairs:
+            return "Я не обучен (датасет не загружен)."
+        
+        # Векторизуем вопрос пользователя
+        user_vec = self.vectorizer.transform([user_input])
+        
+        # Ищем ближайший вопрос из датасета
+        similarities = cosine_similarity(user_vec, self.X)
+        best_match_idx = np.argmax(similarities)
+        best_match_score = similarities[0, best_match_idx]
+        
+        if best_match_score > 0.6:  # Порог схожести
+            best_question = list(self.qa_pairs.keys())[best_match_idx]
+            return self.qa_pairs[best_question]
+        else:
+            return "Я не знаю, что ответить."  # Можно добавить обучение на лету
+
+def main():
+    # Пример датасета (можно заменить на любой CSV/JSON с вопросами и ответами)
+    dataset_url = "https://raw.githubusercontent.com/user/repo/main/qa_dataset.csv"
+    
+    bot = ChatBotFromWebDataset(dataset_url)
+    print("Чат-бот (обучен на датасете с сайта). Введите 'стоп' для выхода.")
+    
+    while True:
+        user_input = input("Вы: ").strip()
+        if user_input.lower() == "стоп":
+            break
+        
+        reply = bot.predict(user_input)
+        print(f"Бот: {reply}")
+
+if __name__ == "__main__":
+    main()