Update app.py

app.py

@@ -5,32 +5,33 @@ from sklearn.metrics.pairwise import cosine_similarity
 
 title = "🍀고민 해결 도서 추천 챗봇🍀"
 description = "고민이 무엇인가요? 고민 해결을 도와줄 책을 추천해드립니다"
-examples = [["요즘 잠이 안 온다"]]
+examples = [["요즘 잠이 안 온다"], ["화분이 잘 자라지 않아"]]
 
 
-model = SentenceTransformer('jhgan/ko-sroberta-multitask')
+# model = SentenceTransformer('jhgan/ko-sroberta-multitask')
 
 df = pd.read_pickle('BookData_emb.pkl')
 df_emb = df[['서평임베딩']].copy()
 
 
 def recommend(message):
-  embedding = model.encode(message)
-  df_emb['거리'] = df_emb['서평임베딩'].map(lambda x: cosine_similarity([embedding], [x]).squeeze())
-  answer = df.loc[df_emb['거리'].idxmax()]
-  Book_title = answer['제목']
-  Book_author = answer['작가']
-  Book_publisher = answer['출판사']
-  Book_comment = answer['서평']
-  return Book_title
+    text = df_emb['서평임베딩'][0]
+  # embedding = model.encode(message)
+  # df_emb['거리'] = df_emb['서평임베딩'].map(lambda x: cosine_similarity([embedding], [x]).squeeze())
+  # answer = df.loc[df_emb['거리'].idxmax()]
+  # Book_title = answer['제목']
+  # Book_author = answer['작가']
+  # Book_publisher = answer['출판사']
+  # Book_comment = answer['서평']
+  return message + text
 
 gr.ChatInterface(
         fn=recommend,
         textbox=gr.Textbox(placeholder="말걸어주세요..", container=False, scale=7),
-        title="어떤 챗봇을 원하심미까?",
-        description="물어보면 답하는 챗봇임미다.",
+        title=title,
+        description=description,
         theme="soft",
-        examples=[["안뇽"], ["요즘 덥다 ㅠㅠ"], ["점심메뉴 추천바람, 짜장 짬뽕 택 1"]],
+        examples=examples,
         retry_btn="다시보내기 ↩",
         undo_btn="이전챗 삭제 ❌",
         clear_btn="전챗 삭제 💫").launch()