"""Classificação dos grupos candidatos em tipos de retake.

Transforma as métricas (similaridade textual, semântica, proximidade
temporal, sinal de reinício e repetição do início) em um tipo e um nível de
confiança, usando regras configuráveis. Nenhum valor isolado decide; a
classificação combina os sinais.
"""

from __future__ import annotations

from dataclasses import dataclass

from .modelos_de_retakes import AgrupamentoDeFalas, ClassificacaoDeRetake

SEM_INDICIO = "sem_indicio_de_retake"
RETAKE_CONFIRMADO = "retake_confirmado"
POSSIVEL_RETAKE = "possivel_retake"
REPETICAO_DE_FRASE = "repeticao_de_frase"
REPETICAO_DE_INICIO = "repeticao_de_inicio"
REPETICAO_PARCIAL = "repeticao_parcial"
CONTINUIDADE_DE_FALA = "continuidade_de_fala"


@dataclass(frozen=True)
class RegrasDeClassificacao:
    """Limiares e pesos configuráveis para a classificação."""

    similaridade_textual_minima: float = 0.60
    similaridade_para_confirmar: float = 0.85
    proximidade_minima: float = 0.50
    semantica_para_confirmar: float = 0.85
    peso_textual: float = 0.50
    peso_semantica: float = 0.25
    peso_proximidade: float = 0.15
    peso_reinicio: float = 0.10
    # Evidência fraca: reforça a confiança, nunca decide o tipo sozinha.
    peso_visual_fraca: float = 0.03


class ClassificadorDeRetakes:
    """Atribui tipo e confiança a um ``AgrupamentoDeFalas``."""

    def __init__(self, regras: RegrasDeClassificacao | None = None) -> None:
        self.regras = regras or RegrasDeClassificacao()

    def classificar(self, agrupamento: AgrupamentoDeFalas) -> ClassificacaoDeRetake:
        if not agrupamento.pares:
            return ClassificacaoDeRetake(SEM_INDICIO, 0.0)

        par = max(agrupamento.pares,
                  key=lambda item: item.comparacao.similaridade_final)
        texto = par.comparacao.similaridade_final
        semantica = par.similaridade_semantica
        proximidade = par.intervalo.proximidade_temporal
        reproducao_inicio = par.comparacao.similaridade_do_inicio >= 0.9
        tem_reinicio = bool(agrupamento.sinais_de_reinicio)

        r = self.regras
        confianca = (
            r.peso_textual * texto
            + r.peso_semantica * semantica
            + r.peso_proximidade * proximidade
            + r.peso_reinicio * (1.0 if tem_reinicio else 0.0)
        )
        # A análise visual é reforço (evidência fraca): soma um pequeno peso à
        # confiança sem jamais alterar o tipo de retake.
        if par.mudanca_visual_proxima:
            confianca += r.peso_visual_fraca


        # Repetições completas e muito semelhantes de frase.
        if texto >= r.similaridade_para_confirmar:
            tipo = RETAKE_CONFIRMADO
            if reproducao_inicio:
                tipo = RETAKE_CONFIRMADO
        elif (
            texto >= r.similaridade_textual_minima
            and semantica >= r.semantica_para_confirmar
            and tem_reinicio
        ):
            tipo = RETAKE_CONFIRMADO
        elif (
            texto >= r.similaridade_textual_minima
            and proximidade >= r.proximidade_minima
        ):
            tipo = POSSIVEL_RETAKE
        elif reproducao_inicio and tem_reinicio:
            tipo = REPETICAO_DE_INICIO
        elif semantica >= r.semantica_para_confirmar:
            tipo = REPETICAO_PARCIAL
        else:
            tipo = POSSIVEL_RETAKE

        if tipo == RETAKE_CONFIRMADO:
            confianca = min(1.0, max(confianca, texto * 0.9 + 0.05 * (1 if tem_reinicio else 0)))
        else:
            confianca = min(1.0, confianca)

        return ClassificacaoDeRetake(tipo, round(confianca, 3))