add new fuzzy

app.py

@@ -7,6 +7,7 @@ from qdrant_client import QdrantClient
 from qdrant_client.models import Filter, FieldCondition, MatchValue
 import os
 from symspellpy.symspellpy import SymSpell, Verbosity
+from pythainlp.tokenize import word_tokenize
 
 
 qdrant_client = QdrantClient(
@@ -41,19 +42,33 @@ model_config = {
 latest_query_result = {"query": "", "result": "", "model": ""}
 
 symspell = SymSpell(max_dictionary_edit_distance=2)
-symspell.load_dictionary("symspell_dict_pythainlp.txt", term_index=0, count_index=1)
+symspell.load_pickle("symspell_fast.pkl", term_index=0, count_index=1)
 
 # แก้คำผิด
 def correct_query_with_symspell(query: str) -> str:
-    # ถ้า query มีคำเดียว ใช้ lookup ปกติ
+    # ถ้าคำเดียว → ใช้ lookup ปกติ (ดีที่สุด)
     if len(query.strip().split()) == 1:
         suggestions = symspell.lookup(query, Verbosity.CLOSEST, max_edit_distance=2)
-    else:
-        suggestions = symspell.lookup_compound(query, 2)
-    
-    if suggestions:
-        return suggestions[0].term
-    return query
+        return suggestions[0].term if suggestions else query
+
+    # ตัดคำ
+    words = word_tokenize(query.strip(), engine="newmm")
+    corrected = []
+
+    for word in words:
+        # หากความยาวคำเดิม > 4 และแก้ไม่ได้ → ลองแก้ทั้งคำเดิมแทน
+        suggestions = symspell.lookup(word, Verbosity.CLOSEST, max_edit_distance=2)
+        if suggestions:
+            corrected.append(suggestions[0].term)
+        else:
+            # ลองแก้ทั้ง word แบบ raw (กรณี word ถูกตัดผิด เช่น "ปิดปอง")
+            alt_suggestions = symspell.lookup_compound(word, 2)
+            if alt_suggestions and alt_suggestions[0].term != word:
+                corrected.append(alt_suggestions[0].term)
+            else:
+                corrected.append(word)
+
+    return " ".join(corrected)
 
 # 🌟 Main search function
 def search_product(query, model_name):