"""
Przykład
user: Cześć, jak masz na imię?
system: Witaj, nazywam się Dia.
"""


class NLU: #Natural Language Understanding
    """
    Moduł odpowiedzialny za analizę tekstu. W wyniku jego działania tekstowa reprezentacja wypowiedzi użytkownika zostaje zamieniona na jej reprezentację semantyczną, najczęściej w postaci ramy.

    Wejście: Tekst

    Wyjście: Akt użytkownika (rama)
    """
    def __init__(self, acts, arguments):
        self.acts = acts
        self.arguments = arguments

    def analyze(self, text): 
        """
        Analiza Tekstu wprowadzonego przez użytkownika i zamiana na akt (rama)
        """
        print("Analiza Tekstu: " + text)
        act = "(greetings()&request(name))"
        print("Akt to: " + act)
        #przerobienie na wektor
        act_vector = [[0],[1,0]] #1 wektor to greetings, a 2 wektor to request z argumentem "name"
        print("Zamiana na: ")
        print(act_vector)
        return act_vector 

class DST: #Dialogue State Tracker
    """
    Moduł odpowiedzialny za śledzenie stanu dialogu. Przechowuje informacje o tym jakie dane zostały uzyskane od użytkownika w toku prowadzonej konwersacji.

    Wejście: Akt użytkownika (rama)

    Wyjście: Reprezentacja stanu dialogu (rama)
    """
    def __init__(self, acts, arguments):
        self.acts = acts
        self.arguments = arguments
        self.frame_list= []


    def store(self, rama):
        """
        Dodanie nowego aktu do listy
        """
        print("\nDodanie do listy nowej ramy: ")
        print(rama)
        self.frame_list.append(rama)
    

    def transfer(self):
        print("Przekazanie dalej listy ram: ")
        print(self.frame_list)
        return self.frame_list

class DP:
    """
    Moduł decydujący o wyborze kolejnego aktu, który ma podjąć system prowadząc rozmowę.

    Wejście: Reprezentacja stanu dialogu (rama)

    Wyjście: Akt systemu (rama)
    """
    def __init__(self, acts, arguments):
        self.acts = acts
        self.arguments = arguments


    def choose_tactic(self, frame_list):
        """
        Obieranie taktyki na podstawie aktów usera. Bardzo ważna jest kolejność dodawanych do frame_list wartości.
        """
        act_vector = [0, 0]
        return act_vector

class NLG:
    """
    Moduł, który tworzy reprezentację tekstową aktu systemowego wybranego przez taktykę dialogu.

    Wejście: Akt systemu (rama)

    Wyjście: Tekst
    """
    def __init__(self, acts, arguments):
        self.acts = acts
        self.arguments = arguments


    def change_to_text(self, act_vector):
        """
        Funkcja zamieniająca akt systemu na tekst rozumiany przez użytkownika.
        """
        if(act_vector == [0, 0]):
            return "Cześć, mam na imię Janet"
        return "Nie rozumiem"


class Janet:
    def __init__(self):
        self.acts={
            0: "greetings",
            1: "request",
        }
        self.arguments={
            0: "name"
        }
        self.nlg = NLG(self.acts, self.arguments)
        self.dp = DP(self.acts, self.arguments)
        self.dst = DST(self.acts, self.arguments)
        self.nlu = NLU(self.acts, self.arguments)


    def process(self, command):
        act = self.nlu.analyze(command)
        self.dst.store(act)
        dest_act = self.dp.choose_tactic(self.dst.transfer())
        return self.nlg.change_to_text(dest_act)

janet = Janet()
while(1):
    text = input("Wpisz tekst: ")
    print(janet.process(text))