opex792 commited on
Commit
53e6d17
·
verified ·
1 Parent(s): 652b0cf

Update app.py

Browse files
Files changed (1) hide show
  1. app.py +3 -4
app.py CHANGED
@@ -75,10 +75,10 @@ def process_movies():
75
 
76
  with movie_embeddings_lock:
77
  movie_embeddings[title] = embedding
78
- # Сохраняем эмбеддинги в файл
79
  with open(embeddings_file, "w", encoding="utf-8") as f:
80
  json.dump(movie_embeddings, f, ensure_ascii=False, indent=4)
81
- print(f"Эмбеддинг для фильма '{title}' создан и сохранен.")
82
 
83
  print("Обработка фильмов завершена.")
84
 
@@ -114,7 +114,6 @@ def search_movies(query, top_k=3):
114
  start_time = time.time()
115
  print(f"\n\033[1mПоиск по запросу: '{query}'\033[0m")
116
 
117
- query_embedding = get_query_embedding(query)
118
  query_embedding_tensor = encode_string(query)
119
 
120
  with movie_embeddings_lock:
@@ -127,7 +126,7 @@ def search_movies(query, top_k=3):
127
  # Создаем словарь с описаниями фильмов
128
  movie_descriptions = {}
129
  for movie in movies_data:
130
- movie_descriptions[movie["name"]] = f"Название: {movie['name']}\nГод: {movie['year']}\nЖанры: {movie['genresList']}\nОписание: {movie['description']}"
131
 
132
  # Вычисляем косинусное сходство и сохраняем в список кортежей (название фильма, сходство)
133
  similarity_scores = []
 
75
 
76
  with movie_embeddings_lock:
77
  movie_embeddings[title] = embedding
78
+ # Сохраняем эмбеддинги в файл после обработки каждого фильма
79
  with open(embeddings_file, "w", encoding="utf-8") as f:
80
  json.dump(movie_embeddings, f, ensure_ascii=False, indent=4)
81
+ print(f"Эмбеддинг для фильма '{title}' создан и сохранен.")
82
 
83
  print("Обработка фильмов завершена.")
84
 
 
114
  start_time = time.time()
115
  print(f"\n\033[1mПоиск по запросу: '{query}'\033[0m")
116
 
 
117
  query_embedding_tensor = encode_string(query)
118
 
119
  with movie_embeddings_lock:
 
126
  # Создаем словарь с описаниями фильмов
127
  movie_descriptions = {}
128
  for movie in movies_data:
129
+ movie_descriptions[movie["name"]] = f"Название: {movie['name']}\nГод: {movie['year']}\nЖанры: {movie['genresList']}\nОписание: {movie['description']}"
130
 
131
  # Вычисляем косинусное сходство и сохраняем в список кортежей (название фильма, сходство)
132
  similarity_scores = []