Update app.py
Browse files
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 |
-
|
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 |
-
|
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 = []
|