Update app.py

app.py

@@ -85,7 +85,7 @@ st.markdown("""
     </style>
 """, unsafe_allow_html=True)
 
-col1, col2, col3 = st.columns([1, 1, 1])
+col1, col2, col3 = st.columns([1, 2, 1])
 with col2:
     st.image("army.png", width=240)
 
@@ -136,9 +136,8 @@ def build_pdf_index():
         progress_bar.empty()
         embeddings = np.array(embeddings)
 
-        # ساخت ایندکس با استفاده از FAISS برای جستجو سریعتر
-        index = faiss.IndexFlatL2(embeddings.shape[1])  # استفاده از L2 distance
-        index.add(embeddings)  # اضافه کردن بردارها به ایندکس FAISS
+        index = faiss.IndexFlatL2(embeddings.shape[1])  
+        index.add(embeddings)  
 
         return documents, embeddings, index
 
@@ -156,14 +155,11 @@ class SimpleRetriever(BaseRetriever):
     index: faiss.Index
 
     def _get_relevant_documents(self, query: str) -> List[Document]:
-        # تبدیل پرسش به بردار
         sentence_model = SentenceTransformer('HooshvareLab/bert-fa-zwnj-base')
         query_embedding = sentence_model.encode(query, convert_to_numpy=True)
 
-        # جستجو در ایندکس FAISS
         _, indices = self.index.search(np.expand_dims(query_embedding, axis=0), 5)  # پیدا کردن 5 سند مشابه
 
-        # بازگشت به 5 سند مرتبط‌ترین
         return [self.documents[i] for i in indices[0]]
 
 # ----------------- ساخت Index -----------------