Mauro24 commited on
Commit
80320f9
·
verified ·
1 Parent(s): d1ca29f

Update app.py

Browse files
Files changed (1) hide show
  1. app.py +4 -7
app.py CHANGED
@@ -8,15 +8,15 @@ import os
8
  # Percorsi per il primo file ZIP
9
  zip_path_m = "faiss_manual_index.zip" # File ZIP per l'indice manuale
10
  extraction_dir_m = "./extracted_models/faiss_manual_index" # Sottocartella per estrazione manuale
11
- testm_dir = "./extracted_models/faiss_manual_index" # Cartella finale
12
 
13
  # Percorsi per il secondo file ZIP
14
  zip_path_p = "faiss_problems_index.zip" # File ZIP per l'indice problemi
15
  extraction_dir_p = "./extracted_models/faiss_problems_index" # Sottocartella per estrazione problemi
16
- testp_dir = "./extracted_models/faiss_problems_index" # Cartella finale
17
 
18
  # Estrai il primo file ZIP se non esiste già
19
- if not os.path.exists(testm_dir):
20
  with zipfile.ZipFile(zip_path_m, 'r') as zip_ref:
21
  zip_ref.extractall(extraction_dir_m)
22
  print(f"Indice Manuale estratto correttamente nella cartella {extraction_dir_m}")
@@ -24,20 +24,17 @@ else:
24
  print(f"Indice Manuale già presente in {testm_dir}")
25
 
26
  # Estrai il secondo file ZIP se non esiste già
27
- if not os.path.exists(testp_dir):
28
  with zipfile.ZipFile(zip_path_p, 'r') as zip_ref:
29
  zip_ref.extractall(extraction_dir_p)
30
  print(f"Indice Problemi estratto correttamente nella cartella {extraction_dir_p}")
31
  else:
32
  print(f"Indice Problemi già presente in {testp_dir}")
33
 
34
-
35
-
36
  # Carica il modello di embedding
37
  embedding_model = HuggingFaceEmbeddings(model_name="sentence-transformers/LaBSE")
38
 
39
  # Carica i vectorstore FAISS salvati
40
-
41
  manual_vectorstore = FAISS.load_local(testm_dir, embedding_model, allow_dangerous_deserialization=True)
42
  problems_vectorstore = FAISS.load_local(testp_dir, embedding_model, allow_dangerous_deserialization=True)
43
 
 
8
  # Percorsi per il primo file ZIP
9
  zip_path_m = "faiss_manual_index.zip" # File ZIP per l'indice manuale
10
  extraction_dir_m = "./extracted_models/faiss_manual_index" # Sottocartella per estrazione manuale
11
+ testm_dir = extraction_dir_m # Cartella finale
12
 
13
  # Percorsi per il secondo file ZIP
14
  zip_path_p = "faiss_problems_index.zip" # File ZIP per l'indice problemi
15
  extraction_dir_p = "./extracted_models/faiss_problems_index" # Sottocartella per estrazione problemi
16
+ testp_dir = extraction_dir_p # Cartella finale
17
 
18
  # Estrai il primo file ZIP se non esiste già
19
+ if not os.path.exists(os.path.join(testm_dir, "index.faiss")):
20
  with zipfile.ZipFile(zip_path_m, 'r') as zip_ref:
21
  zip_ref.extractall(extraction_dir_m)
22
  print(f"Indice Manuale estratto correttamente nella cartella {extraction_dir_m}")
 
24
  print(f"Indice Manuale già presente in {testm_dir}")
25
 
26
  # Estrai il secondo file ZIP se non esiste già
27
+ if not os.path.exists(os.path.join(testp_dir, "index.faiss")):
28
  with zipfile.ZipFile(zip_path_p, 'r') as zip_ref:
29
  zip_ref.extractall(extraction_dir_p)
30
  print(f"Indice Problemi estratto correttamente nella cartella {extraction_dir_p}")
31
  else:
32
  print(f"Indice Problemi già presente in {testp_dir}")
33
 
 
 
34
  # Carica il modello di embedding
35
  embedding_model = HuggingFaceEmbeddings(model_name="sentence-transformers/LaBSE")
36
 
37
  # Carica i vectorstore FAISS salvati
 
38
  manual_vectorstore = FAISS.load_local(testm_dir, embedding_model, allow_dangerous_deserialization=True)
39
  problems_vectorstore = FAISS.load_local(testp_dir, embedding_model, allow_dangerous_deserialization=True)
40