Update app.py

app.py

@@ -539,29 +539,19 @@ st.markdown("""
 
 
 
-from sentence_transformers import SentenceTransformer, util
-
-model = SentenceTransformer('paraphrase-multilingual-MiniLM-L12-v2')
-
 if query:
-    threshold = 0.50
-    found = False
-
-    # محاسبه بردارهای جملات و سوال
-    sentence_embeddings = model.encode(all_sentences, convert_to_tensor=True)
-    query_embedding = model.encode(query, convert_to_tensor=True)
-
-    # محاسبه شباهت‌ها
-    similarities = util.cos_sim(query_embedding, sentence_embeddings)[0]
+    threshold = 70  # چون fuzz خروجی بین 0 تا 100 می‌ده
+    matched_sentences = []
 
-    # استخراج اندیس‌هایی که شباهتشان از آستانه بیشتر است
-    top_indices = [i for i, sim in enumerate(similarities) if sim >= threshold]
+    for idx, sentence in enumerate(all_sentences):
+        similarity = fuzz.partial_ratio(query, sentence)
+        if similarity >= threshold:
+            matched_sentences.append(sentence)
 
-    if top_indices:
+    if matched_sentences:
+        matched_text = "\n".join(matched_sentences)
         found = True
-        # ترکیب همه جملات مشابه در یک متن واحد
-        matched_sentences = "\n".join([all_sentences[i] for i in top_indices])
-        st.markdown(matched_sentences)
+        st.markdown(matched_text)
 
         # ساخت پرامپت اصلی برای تولید پاسخ نهایی حرفه‌ای
         prompt = f"""
@@ -571,7 +561,7 @@ if query:
         {query}
         
         پاسخ‌ها:
-        {matched_sentences}
+        {matched_text}
         
         پاسخ نهایی حرفه‌ای بازنویسی‌شده:
         """