Нейросеть для распределения заданий подведомствам

import sys
import numpy as np
import pickle
import re
import nltk.stem as Stemmer
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.linear_model import SGDClassifier
from sklearn.pipeline import Pipeline
from sklearn.metrics import accuracy_score
 
 
def train_test_split(data, validation_split=0.1):
    """
    Обучение нейросети
    :param data:
    :param validation_split:
    :return:
    """
    sz = len(data['text'])
    indices = np.arange(sz)
    np.random.shuffle(indices)
 
    X = [data['text'][i] for i in indices]
    Y = [data['tag'][i] for i in indices]
    nb_validation_samples = int(validation_split * sz)
 
    return {
        'train': {'x': X[:-nb_validation_samples], 'y': Y[:-nb_validation_samples]},
        'test': {'x': X[-nb_validation_samples:], 'y': Y[-nb_validation_samples:]}
    }
 
 
# - - - - - - - - - - - - - - - - - - - -
def openai():
    data = load_data()
    D = train_test_split(data)
    text_clf = Pipeline([
        ('tfidf', TfidfVectorizer()),
        ('clf', SGDClassifier(loss='hinge')),
    ])
    text_clf.fit(D['train']['x'], D['train']['y'])
    predicted = text_clf.predict(D['train']['x'])
 
    # Начало тестирования программы
 
    z = input("Введите вопрос без знака вопроса на конце: \n")
    zz = []
    zz.append(z)
 
    predicted = text_clf.predict(zz)
 
    print(predicted[0])
    return

    z = input("Введите вопрос без знака вопроса на конце: \n")
    zz = []
    zz.append(z)