Update app.py

app.py

@@ -1,6 +1,6 @@
 import os
 import logging
-from typing import Optional
+from typing import List
 from pydantic import BaseModel
 from fastapi import FastAPI, HTTPException
 import rdflib
@@ -369,10 +369,30 @@ async def call_hf_model(prompt: str, temperature: float = 0.5, max_tokens: int =
         logger.error(f"Errore nella chiamata all'API Hugging Face tramite requests: {e}")
         raise HTTPException(status_code=500, detail=str(e))
 
+# Variabile globale per le etichette delle entità
+entity_labels: List[str] = []
+
+def load_entity_labels(documents_file: str):
+    """Carica le etichette delle entità dal file documents.json."""
+    global entity_labels
+    try:
+        with open(documents_file, "r", encoding="utf-8") as f:
+            document = json.load(f)
+        entity_labels = [entity['label'].lower() for entity in document['entities']]
+        logger.info(f"Elenco delle etichette delle entità caricato: {entity_labels}")
+    except Exception as e:
+        logger.error(f"Errore nel caricamento delle etichette delle entità: {e}")
+        entity_labels = []
+
 def is_ontology_related(query: str) -> bool:
     """Determina se la domanda è pertinente all'ontologia."""
+    query_lower = query.lower()
     keywords = ["opera", "museo", "stanza", "tour", "visitatore", "biglietto", "guida", "evento", "agente"]
-    return any(keyword.lower() in query.lower() for keyword in keywords)
+    if any(keyword in query_lower for keyword in keywords):
+        return True
+    if any(entity in query_lower for entity in entity_labels):
+        return True
+    return False
 
 # Prepara i file necessari per RAG
 prepare_retrieval()
@@ -380,6 +400,9 @@ prepare_retrieval()
 # Carica il 'sunto' di classi, proprietà ed entità
 knowledge_text = extract_classes_and_properties(RDF_FILE)
 
+# Carica le etichette delle entità
+load_entity_labels(DOCUMENTS_FILE)
+
 app = FastAPI()
 
 class QueryRequest(BaseModel):