app.py

import json
import numpy as np
import gradio as gr

# Funzione per calcolare la distanza coseno
def cosine_similarity(vec_a, vec_b):
    dot_product = np.dot(vec_a, vec_b)
    norm_a = np.linalg.norm(vec_a)
    norm_b = np.linalg.norm(vec_b)
    return dot_product / (norm_a * norm_b)

# Carica gli embeddings dal file JSON
def load_embeddings(file_path):
    try:
        with open(file_path, 'r', encoding='utf-8') as file:
            data = json.load(file)
        return data
    except UnicodeDecodeError as e:
        return f"Errore di codifica: {e}"
    except json.JSONDecodeError as e:
        return f"Errore di parsing JSON: {e}"
    except Exception as e:
        return f"Errore: {e}"

# Trova gli articoli simili e gli articoli più distanti
def find_similar_articles(input_title, embeddings_data, top_n=5, bottom_n=3):
    input_embedding = None
    for article in embeddings_data:
        if article['titolo_articolo'] == input_title:
            input_embedding = article['embedding']
            break

    if input_embedding is None:
        return f"Articolo '{input_title}' non trovato."

    similarities = []
    for article in embeddings_data:
        if article['titolo_articolo'] != input_title:
            similarity = cosine_similarity(input_embedding, article['embedding'])
            similarities.append((article['titolo_articolo'], similarity))

    # Ordina per somiglianza decrescente
    similarities.sort(key=lambda x: x[1], reverse=True)

    # Trova gli articoli con somiglianza minima
    least_similar_articles = similarities[-bottom_n:]

    return similarities[:top_n], least_similar_articles

# Funzione principale per Gradio
def search_articles(input_title):
    similar_articles, least_similar_articles = find_similar_articles(input_title, embeddings_data)
    return similar_articles, least_similar_articles  # Lista con 3 articoli meno simili

# Autocompletamento dei titoli
def get_titles(embeddings_data):
    return [article['titolo_articolo'] for article in embeddings_data]

# Carica gli embeddings
file_path = 'embedded_articles.json'  # Percorso del tuo file JSON
embeddings_data = load_embeddings(file_path)

# Controlla se ci sono errori nel caricamento
if isinstance(embeddings_data, str):  # Se è un messaggio di errore
    print(embeddings_data)
else:
    # Configura l'interfaccia Gradio con autocompletamento
    title_choices = get_titles(embeddings_data)  # Ottieni i titoli

    custom_css = """
    .button-info {
        background: burlywood !important;
        color: black;
    }
    """

    with gr.Blocks(css=custom_css) as demo:
        gr.Markdown("# Ricerca Articoli Simili")
        gr.Markdown("Seleziona il titolo di un articolo per trovare articoli semanticamente simili e i più distanti.")

        # Aggiungi la riga per l'input
        input_title = gr.Dropdown(label="Titolo dell'articolo", choices=title_choices, type="value")

        # Pulsanti Submit e Clear con classe CSS personalizzata
        with gr.Row():
            submit_btn = gr.Button("Submit", elem_classes="button-info")  # Applica la classe CSS
            clear_btn = gr.Button("Clear")

        # Tabelle per articoli simili e meno simili con intestazioni personalizzate
        similar_output = gr.Dataframe(label="Articoli più simili (Top 5)", headers=["Titolo", "Punteggio similarità"])
        least_similar_output = gr.Dataframe(label="Articoli meno simili (Top 3)", headers=["Titolo", "Punteggio similarità"])

        # Collega i pulsanti alle funzioni
        submit_btn.click(search_articles, inputs=input_title, outputs=[similar_output, least_similar_output])
        clear_btn.click(lambda: ("", ""), None, [similar_output, least_similar_output])

    demo.launch(share=True)