Update app.py

app.py

@@ -6,7 +6,7 @@ from sklearn.metrics.pairwise import cosine_similarity
 import gradio as gr
 from google import generativeai as genai
 
-# --- 1. 환경 설정 및 데이터 로드 ---
+
 API_KEY = os.getenv("GOOGLE_API_KEY")
 
 if API_KEY:
@@ -15,22 +15,21 @@ if API_KEY:
 else:
     raise ValueError("API 키가 설정되지 않았습니다. Hugging Face Spaces의 Repository secrets에 'GOOGLE_API_KEY'를 설정해주세요.")
 
-# 데이터 로드 및 전처리
+
 df = pd.read_csv('https://raw.githubusercontent.com/kairess/mental-health-chatbot/master/wellness_dataset_original.csv')
 df = df.drop(columns=['Unnamed: 3'], errors='ignore')
 df = df.dropna(subset=['유저', '챗봇'])
 
-# --- 2. 모델 로드 및 임베딩 계산 ---
+
 model = SentenceTransformer('jhgan/ko-sbert-nli')
 
 print("데이터셋 임베딩을 미리 계산 중입니다. 이 과정은 시간이 소요됩니다...")
-# '유저' 컬럼의 텍스트를 임베딩 벡터로 변환하여 저장
+
 df['embedding'] = df['유저'].apply(lambda x: model.encode(x))
 print("임베딩 계산이 완료되었습니다! 이제 챗봇 응답이 훨씬 빨라집니다.")
 
-# --- 3. Gemini API 호출 함수 ---
+
 def call_gemini_api(question):
-    """유사도 임계값 미만 시 Gemini 모델을 호출하여 응답을 생성합니다."""
     try:
         llm_model = genai.GenerativeModel('gemini-2.0-flash')
         response = llm_model.generate_content(question)
@@ -39,31 +38,24 @@ def call_gemini_api(question):
         print(f"API 호출 중 오류 발생: {e}")
         return f"죄송합니다. API 호출 중 오류가 발생했습니다: {e}"
 
-# --- 4. 챗봇 핵심 로직 함수 ---
+
 COSINE_SIMILARITY_THRESHOLD = 0.7
 
 def chatbot(user_question):
-    """사용자 질문에 대해 유사도 검색 후, 없으면 Gemini 모델을 호출합니다."""
     try:
-        # 사용자 질문 임베딩
         user_embedding = model.encode(user_question)
         
-        # 데이터셋 전체와 코사인 유사도 계산
         similarities = df['embedding'].apply(lambda x: cosine_similarity([user_embedding], [x])[0][0])
         
-        # 가장 유사한 답변 찾기
         best_match_index = similarities.idxmax()
         best_score = similarities.loc[best_match_index]
         best_match_row = df.loc[best_match_index]
 
-        # 유사도 임계값 비교
         if best_score >= COSINE_SIMILARITY_THRESHOLD:
-            # 유사도 기반 답변 (Retrieval-based)
             answer = best_match_row['챗봇']
             print(f"유사도 기반 답변. 점수: {best_score}")
             return answer
         else:
-            # Gemini 모델 호출 (Generative-based)
             print(f"유사도 임계값({COSINE_SIMILARITY_THRESHOLD}) 미만. Gemini 모델을 호출합니다. 점수: {best_score}")
             return call_gemini_api(user_question)
             
@@ -71,7 +63,7 @@ def chatbot(user_question):
         print(f"챗봇 실행 중 오류 발생: {e}")
         return f"죄송합니다. 챗봇 실행 중 오류가 발생했습니다: {e}"
 
-# --- 5. Gradio 인터페이스 실행 ---
+
 demo = gr.Interface(
     fn=chatbot,
     inputs=gr.Textbox(lines=2, placeholder="질문을 입력해 주세요...", label="질문", elem_id="user_question_input"),