Update app.py

app.py

@@ -1,59 +1,59 @@
-"""
-Este script realiza las siguientes tareas:
-1. Carga archivos desde un directorio especificado utilizando la clase `Loader` del módulo `preprocess`.
-2. Procesa los archivos mediante limpieza de texto y división en fragmentos.
-3. Genera representaciones vectoriales de los textos utilizando `sentence-transformers`.
-4. Almacena los vectores en una base de datos Chroma para su posterior recuperación.
-5. Inicializa un modelo y ejecuta una interfaz para interactuar con los datos procesados.
-
-Módulos utilizados:
-- `preprocess`: Contiene la clase `Loader` para la carga y preprocesamiento de documentos.
-- `vdb`: Se asume que gestiona la base de datos vectorial.
-- `model_load`: Módulo para cargar el modelo de machine learning.
-- `st`: Se asume que proporciona la interfaz de usuario.
-
-Estructura del código:
-1. Define el directorio de los archivos a procesar.
-2. Carga los archivos y los procesa si el número de archivos es menor a 2.
-3. Si hay múltiples archivos, los procesa en un bucle y concatena los fragmentos.
-4. Genera embeddings utilizando `sentence-transformers/all-MiniLM-L12-v2`.
-5. Almacena los embeddings en ChromaDB y configura un recuperador basado en similitud.
-6. Carga el modelo de machine learning.
-7. Inicia la interfaz de usuario.
-
-"""
-
-from src.preprocess import Loader
-import src.vdb
-import src.model_load
-import src.st
-
-if __name__=="__main__":
-    # Definición de directorio
-    archivo = [r"data\Calculo_Trascendentes_Tempranas_Zill_4t.pdf"]
-    
-    # Carga de archivos y procesamiento de texto
-    if len(archivo) < 2:
-        Load = Loader(archivo[0])
-        documentos = Load.load_docs()
-        textos_limpios = [Load.limpiar_texto(doc) for doc in documentos.page_content]
-        textos = Load.splitter(texto=textos_limpios, chunk_size=500, chunk_overlap=50)
-    else:
-        textos = []
-        for i in range(len(archivo)):
-            Load = Loader(archivo)
-            documentos = Load.load_docs()
-            textos_limpios = [Load.limpiar_texto(doc) for doc in documentos.page_content]
-            chunks = Load.splitter(texto=textos_limpios, chunk_size=500, chunk_overlap=50)
-            textos.extend(chunks)
-    
-    # Generación de embeddings y almacenamiento en base de datos ChromaDB
-    embeddings = EmbeddingGen("sentence-transformers/all-MiniLM-L12-v2")
-    db = Chroma("QAMath", embedding_function=embeddings)
-    vectorstore = db.from_documents(chunks, embeddings)
-    retriever = vectorstore.as_retriever(search_type="similarity", search_kwargs={"k": 3})
-    
-    # Carga del modelo y ejecución de la interfaz
-    load_model()
-    interfaz()
-
+"""
+Este script realiza las siguientes tareas:
+1. Carga archivos desde un directorio especificado utilizando la clase `Loader` del módulo `preprocess`.
+2. Procesa los archivos mediante limpieza de texto y división en fragmentos.
+3. Genera representaciones vectoriales de los textos utilizando `sentence-transformers`.
+4. Almacena los vectores en una base de datos Chroma para su posterior recuperación.
+5. Inicializa un modelo y ejecuta una interfaz para interactuar con los datos procesados.
+
+Módulos utilizados:
+- `preprocess`: Contiene la clase `Loader` para la carga y preprocesamiento de documentos.
+- `vdb`: Se asume que gestiona la base de datos vectorial.
+- `model_load`: Módulo para cargar el modelo de machine learning.
+- `st`: Se asume que proporciona la interfaz de usuario.
+
+Estructura del código:
+1. Define el directorio de los archivos a procesar.
+2. Carga los archivos y los procesa si el número de archivos es menor a 2.
+3. Si hay múltiples archivos, los procesa en un bucle y concatena los fragmentos.
+4. Genera embeddings utilizando `sentence-transformers/all-MiniLM-L12-v2`.
+5. Almacena los embeddings en ChromaDB y configura un recuperador basado en similitud.
+6. Carga el modelo de machine learning.
+7. Inicia la interfaz de usuario.
+
+"""
+
+from src.preprocess import Loader
+import src.vdb
+import src.model_load
+import src.st
+
+if __name__=="__main__":
+    # Definición de directorio
+    archivo = [r"data/Calculo_Trascendentes_Tempranas_Zill_4t.pdf"]
+    
+    # Carga de archivos y procesamiento de texto
+    if len(archivo) < 2:
+        Load = Loader(archivo[0])
+        documentos = Load.load_docs()
+        textos_limpios = [Load.limpiar_texto(doc) for doc in documentos.page_content]
+        textos = Load.splitter(texto=textos_limpios, chunk_size=500, chunk_overlap=50)
+    else:
+        textos = []
+        for i in range(len(archivo)):
+            Load = Loader(archivo)
+            documentos = Load.load_docs()
+            textos_limpios = [Load.limpiar_texto(doc) for doc in documentos.page_content]
+            chunks = Load.splitter(texto=textos_limpios, chunk_size=500, chunk_overlap=50)
+            textos.extend(chunks)
+    
+    # Generación de embeddings y almacenamiento en base de datos ChromaDB
+    embeddings = EmbeddingGen("sentence-transformers/all-MiniLM-L12-v2")
+    db = Chroma("QAMath", embedding_function=embeddings)
+    vectorstore = db.from_documents(chunks, embeddings)
+    retriever = vectorstore.as_retriever(search_type="similarity", search_kwargs={"k": 3})
+    
+    # Carga del modelo y ejecución de la interfaz
+    load_model()
+    interfaz()
+