example_usage.py

import torch
from sentence_transformers import SentenceTransformer, util

print("⏳ Загрузка стилометрической модели с Hugging Face...")
# Модель скачается автоматически и закешируется при первом запуске
model = SentenceTransformer('NullCoreDeveloper/stylometric-rubert-v5')

def get_similarity(text1, text2):
    """
    Сравнивает два текста и возвращает процент сходства (от -1.0 до 1.0).
    Чем ближе к 1.0, тем выше вероятность, что это один и тот же человек.
    > 0.85 — Точно один человек (Твинк).
    > 0.70 — Подозрение.
    < 0.70 — Разные люди.
    """
    # Превращаем тексты в векторы
    emb1 = model.encode(text1, convert_to_tensor=True)
    emb2 = model.encode(text2, convert_to_tensor=True)
    
    # Считаем косинусное сходство
    similarity = util.pytorch_cos_sim(emb1, emb2).item()
    return similarity

# --- ПРИМЕР ИСПОЛЬЗОВАНИЯ ---
if __name__ == "__main__":
    # Один и тот же человек, но совершенно другая тема (Смысловой сдвиг)
    text_user_a_topic1 = """
    Слушай, если мы реально хотим интегрировать эту нейросеть в телеграм-бота, нам нужно продумать архитектуру.
    Текущий вариант работает слишком медленно и часто падает из-за нехватки памяти на сервере.
    Я предлагаю поднять отдельный микросервис на FastAPI, который будет держать веса модели в оперативной памяти.
    Тогда бот сможет просто кидать туда тексты по HTTP и мгновенно получать ответ, не перезапуская модель каждый раз.
    """
    
    text_user_a_topic2 = """
    Я вчера ходил в тот новый ресторан на набережной, про который все говорят.
    Если честно, цены там вообще не соответствуют качеству, потому что порции крошечные, а еда пресная.
    Я предлагаю в следующий раз пойти в проверенное место, которое мы обсуждали на прошлой неделе.
    Тогда мы сможем нормально посидеть и пообщаться, не переплачивая за красивый интерьер.
    """
    
    # Совершенно другой человек (другой стиль и лексика)
    text_user_b = """
    Короче, я посмотрел ваш код для бота и это полный кринж.
    Вы зачем-то загружаете модель при каждом сообщении, от этого у вас сервак и ложится постоянно.
    Сделайте нормально через вебхуки и вынесите инференс в отдельный докер контейнер.
    Иначе оно у вас будет жрать гигабайты оперативки и лагать по 10 секунд на каждое сообщение от юзера.
    """
    
    print("\n--- ТЕСТ 1: РАЗНЫЕ ЛЮДИ (Смысл один, стиль разный) ---")
    sim_diff = get_similarity(text_user_a_topic1, text_user_b)
    print(f"Сходство: {sim_diff:.3f} -> {'🚨 ОДИН ЧЕЛОВЕК' if sim_diff > 0.85 else '⚠️ ПОДОЗРЕНИЕ' if sim_diff > 0.70 else '✅ РАЗНЫЕ ЛЮДИ'}")

    print("\n--- ТЕСТ 2: ОДИН ЧЕЛОВЕК (Стиль один, темы абсолютно разные) ---")
    sim_same = get_similarity(text_user_a_topic1, text_user_a_topic2)
    print(f"Сходство: {sim_same:.3f} -> {'🚨 ОДИН ЧЕЛОВЕК' if sim_same > 0.85 else '⚠️ ПОДОЗРЕНИЕ' if sim_same > 0.70 else '✅ РАЗНЫЕ ЛЮДИ'}")