# coding=utf-8
# used original banking77 dataset and translated to greek. All rights are as below. 
# Copyright 2020 The HuggingFace Datasets Authors and the current dataset script contributor.
#
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
#     http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.
"""Greek Translated BANKING77 dataset."""


import csv
import warnings

import datasets
from datasets.tasks import TextClassification


_CITATION = r"""\
@inproceedings{Casanueva2020,
    author      = {I{\~{n}}igo Casanueva and Tadas Temcinas and Daniela Gerz and Matthew Henderson and Ivan Vulic},
    title       = {Efficient Intent Detection with Dual Sentence Encoders},
    year        = {2020},
    month       = {mar},
    note        = {Data available at https://github.com/PolyAI-LDN/task-specific-datasets},
    url         = {https://arxiv.org/abs/2003.04807},
    booktitle   = {Proceedings of the 2nd Workshop on NLP for ConvAI - ACL 2020}
}
"""  # noqa: W605

_DESCRIPTION = """\
BANKING77 dataset provides a very fine-grained set of intents in a banking domain.
It comprises 13,083 customer service queries labeled with 77 intents.
It focuses on fine-grained single-domain intent detection.
"""

_HOMEPAGE = "https://github.com/PolyAI-LDN/task-specific-datasets"

_LICENSE = "Creative Commons Attribution 4.0 International"

_TRAIN_DOWNLOAD_URL = (
    "https://huggingface.co/datasets/avspavan/greek_banking77/raw/main/translated_banking77_train_greek.csv"
)
_TEST_DOWNLOAD_URL = "https://huggingface.co/datasets/avspavan/greek_banking77/raw/main/translated_banking77_test_greek.csv"


class Greek_Banking77(datasets.GeneratorBasedBuilder):
    """BANKING77 dataset."""

    VERSION = datasets.Version("1.1.0")

    def _info(self):
        warnings.warn(
            "Dataset 'banking77' is deprecated and will be deleted. Use 'PolyAI/banking77' instead.",
            FutureWarning,
        )
        features = datasets.Features(
            {
                "text": datasets.Value("string"),
                "label": datasets.features.ClassLabel(
                    names=[
                        "Ενεργοποιήστε την κάρτα μου", "οριο ΗΛΙΚΙΑΣ", "Apple Pay ή Google Pay", "υποστήριξη ATM", "αυτόματη συμπλήρωση", "Το υπόλοιπο δεν ενημερώθηκε μετά από τραπεζική μεταφορά", "Το υπόλοιπο δεν ενημερώθηκε μετά από επιταγή ή κατάθεση μετρητών", "δεν επιτρέπεται ο δικαιούχος", "ακύρωση μεταφοράς", "Περίπου να λήξει", "αποδοχή καρτών", "άφιξη καρτών", "εκτίμηση παράδοσης καρτών", "σύνδεση με κάρτα", "Η κάρτα δεν λειτουργεί", "χρέωση πληρωμής καρτών", "Η πληρωμή καρτών δεν αναγνωρίζεται", "Πληρωμή κάρτας Λάθος συναλλαγματική ισοτιμία", "καταπιεσμένος", "χρέωση απόσυρσης μετρητών", "Η απόσυρση μετρητών δεν αναγνωρίζεται", "μεταβολή του PIN", "συμβιβασμένη κάρτα", "χωρίς επαφή που δεν εργάζεται", "υποστήριξη χώρας", "μειωμένη πληρωμή καρτών", "αρνήθηκε την απόσυρση μετρητών", "αρνήθηκε τη μεταφορά", "Η άμεση χρεωστική πληρωμή δεν αναγνωρίζεται", "όρια κάρτας μίας χρήσης", "Επεξεργασία προσωπικών στοιχείων", "χρέωση ανταλλαγής", "συναλλαγματική ισοτιμία", "Ανταλλαγή μέσω εφαρμογής", "επιπλέον χρέωση στη δήλωση", "αποτυχημένη μεταφορά", "Υποστήριξη νομισμάτων Fiat", "Λάβετε εικονική κάρτα μίας χρήσης", "Αποκτήστε φυσική κάρτα", "Λήψη εφεδρικής κάρτας", "Λήψη εικονικής κάρτας", "χαμένη ή κλεμμένη κάρτα", "χαμένο ή κλεμμένο τηλέφωνο", "Παραγγείλετε φυσική κάρτα", "ξεχασμένος κώδικας", "εκκρεμείς πληρωμή καρτών", "εκκρεμούσα απόσυρση μετρητών", "εν αναμονή της συμπερίληψης", "εκκρεμείς μεταφορά", "καρφίτσα μπλοκαρισμένο", "Λήψη χρημάτων", "Η επιστροφή χρημάτων δεν εμφανίζεται", "αίτηση επιστροφής χρημάτων", "Επανεξέταση πληρωμής καρτών;", "Υποστηριζόμενες κάρτες και νομίσματα", "τερματίστε τον λογαριασμό", "Συμπληρώστε με χρέωση τραπεζικής μεταφοράς", "Συμπληρώστε με χρέωση καρτών", "Συμπληρώστε με μετρητά ή επιταγή", "Η συμπλήρωση απέτυχε", "συμπληρωματικά όρια", "Συμπληρώστε την επανάληψη", "συμπληρώνοντας την κάρτα", "Η συναλλαγή χρεώθηκε δύο φορές", "χρέωση μεταφοράς", "Μεταφορά υπόψη", "η μεταφορά δεν λαμβάνεται από τον παραλήπτη", "χρονισμός μεταφοράς", "Δεν είναι δυνατή η επαλήθευση της ταυτότητας", "Επαληθεύστε την ταυτότητά μου", "επαληθεύστε την πηγή κεφαλαίων", "Επαληθεύστε την συμπλήρωση", "Η εικονική κάρτα δεν λειτουργεί", "Visa ή MasterCard", "Γιατί να επαληθεύσετε την ταυτότητα", "Λάθος ποσό μετρητών που ελήφθησαν", "Λανθασμένη συναλλαγματική ισοτιμία για απόσυρση μετρητών",
                    ]
                ),
            }
        )
        return datasets.DatasetInfo(
            description=_DESCRIPTION,
            features=features,
            supervised_keys=None,
            homepage=_HOMEPAGE,
            license=_LICENSE,
            citation=_CITATION,
            task_templates=[TextClassification(text_column="text", label_column="label")],
        )

    def _split_generators(self, dl_manager):
        """Returns SplitGenerators."""
        train_path = dl_manager.download(_TRAIN_DOWNLOAD_URL)
        test_path = dl_manager.download(_TEST_DOWNLOAD_URL)
        return [
            datasets.SplitGenerator(name=datasets.Split.TRAIN, gen_kwargs={"filepath": train_path}),
            datasets.SplitGenerator(name=datasets.Split.TEST, gen_kwargs={"filepath": test_path}),
        ]

    def _generate_examples(self, filepath):
        """Yields examples as (key, example) tuples."""
        with open(filepath, encoding="utf-8") as f:
            csv_reader = csv.reader(f, quotechar='"', delimiter=",", quoting=csv.QUOTE_ALL, skipinitialspace=True)
            # call next to skip header
            next(csv_reader)
            for id_, row in enumerate(csv_reader):
                text, label = row
                yield id_, {"text": text, "label": label}