Update app.py

app.py

@@ -508,7 +508,6 @@ st.markdown("""
     </style>
 """, unsafe_allow_html=True)
 
-
 import os
 import re
 import docx
@@ -545,6 +544,7 @@ def load_and_process_documents(path):
 
 doc_texts = load_and_process_documents(folder_path)
 
+# لیست کلمات توقف
 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", 
@@ -572,7 +572,7 @@ 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, stop_words, top_n=20, exclude_line=None):
+def find_closest_lines(query, doc_texts, stop_words, top_n=10):
     # حذف کلمات اضافی از سوال
     cleaned_query = remove_stop_words(query, stop_words)
     query_words = cleaned_query.split()
@@ -589,27 +589,35 @@ def find_closest_lines(query, doc_texts, stop_words, top_n=20, exclude_line=None
     # مرتب سازی بر اساس شباهت
     all_matched_lines.sort(key=lambda x: x[1], reverse=True)
 
-    # انتخاب ۲۰ خط نزدیک‌تر
+    # انتخاب ۱۰ خط نزدیک‌تر
     closest_lines = [line for line, _ in all_matched_lines[:top_n]]
 
-    # حذف خط خاص از لیست در صورت وجود
-    if exclude_line and exclude_line in closest_lines:
-        closest_lines.remove(exclude_line)
-
     return closest_lines
 
+# تابعی برای حذف کلمات توقف از یک لیست از خطوط
+def remove_stop_words_from_lines(lines, stop_words):
+    cleaned_lines = []
+    for line in lines:
+        words = line.split()
+        cleaned_words = [word for word in words if word not in stop_words]
+        cleaned_lines.append(" ".join(cleaned_words))
+    return cleaned_lines
+
 # 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, stop_words, top_n=20, exclude_line=None)
+    # پیدا کردن ۱۰ خط نزدیک‌تر به سوال
+    closest_lines = find_closest_lines(query, doc_texts, stop_words, top_n=3)
+
+    # حذف کلمات توقف از خطوط نزدیک
+    cleaned_closest_lines = remove_stop_words_from_lines(closest_lines, stop_words)
 
-    if closest_lines:
+    if cleaned_closest_lines:
         prompt = f"""
         لطفاً با توجه به سؤال زیر و محتوای خطوط مرتبط، یک پاسخ نهایی حرفه‌ای، دقیق و روان تولید کن. فقط از متن خطوط مرتبط استفاده کن. اگر اطلاعات کافی در متن وجود ندارد، صادقانه اعلام کن.
         سوال:
         {query}
         خطوط مرتبط:
-        {closest_lines}
+        {cleaned_closest_lines}
         پاسخ نهایی:
         """
 
@@ -622,4 +630,4 @@ if query:
         st.markdown(f'<div class="chat-message">{rewritten}</div>', unsafe_allow_html=True)
 
     else:
-        st.warning("هیچ خط مرتبطی پیدا نشد.")
+        st.warning("هیچ خط مرتبطی پیدا نشد.")