Update app.py

app.py

@@ -539,6 +539,17 @@ def load_and_process_documents(path):
 
 doc_texts = load_and_process_documents(folder_path)
 
+stop_words = [
+    "است", "و", "با", "که", "در", "از", "برای", "به", "بر", "تا", "این", "آن", "یک", "کدام", "کجا", "هم", "همه",
+    "یا", "از", "بر", "همچنین", "می", "باید", "شود", "شد", "گفت", "گویا", "داشت", "داشتن", "کنند", "کنیم", 
+    "کرد", "کردن", "نیز", "یا", "اگر", "ای", "اینکه", "نه", "باشید", "باشم", "باشی", "در حالی که", "مگر", "چرا"
+]
+
+# تابعی برای پاکسازی کلمات اضافی از سوال
+def remove_stop_words(text, stop_words):
+    words = text.split()
+    return " ".join([word for word in words if word not in stop_words])
+
 # تابعی برای استخراج کلمات از متن
 def extract_keywords_from_text(text, query_words):
     matched_lines = []
@@ -555,9 +566,10 @@ def clean_text(text):
     return re.sub(r'[^آ-ی۰-۹0-9،.؟!؛+\-* ]+', '', text)
 
 # تابعی برای پیدا کردن نزدیک‌ترین خطوط به سوال
-def find_closest_lines(query, doc_texts, top_n=20, exclude_line=None):
-    # تقسیم سوال به کلمات
-    query_words = query.split()
+def find_closest_lines(query, doc_texts, stop_words, top_n=20, exclude_line=None):
+    # حذف کلمات اضافی از سوال
+    cleaned_query = remove_stop_words(query, stop_words)
+    query_words = cleaned_query.split()
 
     all_matched_lines = []
     
@@ -583,7 +595,7 @@ def find_closest_lines(query, doc_texts, top_n=20, exclude_line=None):
 # حالا این رو در کد اصلی استفاده می‌کنیم:
 if query:
     # پیدا کردن ۲۰ خط نزدیک‌تر به سوال (و حذف یک خط خاص)
-    closest_lines = find_closest_lines(query, doc_texts, top_n=20, exclude_line=None)
+    closest_lines = find_closest_lines(query, doc_texts, stop_words, top_n=20, exclude_line=None)
 
     if closest_lines:
         prompt = f"""