Update app.py

app.py

@@ -28,10 +28,9 @@ def chunk_HTMLs(text, delimiter="HTML (ID:"):
             html_dict[full_html_id] = delimiter + "HTML (ID:" + html_id + ") " + html_content
     return html_dict
 
-def process_course(input_text, term_zorgvrager="", term_zorgprofessional=""):
-    """ Processes input text, extracts HTML chunks, analyzes each using an OpenAI model,
-        and conducts a second, separate analysis on each qualifying chunk,
-        with additional terms for 'zorgvrager' and 'zorgprofessional'. """
+def process_course(input_text, term_zorgvrager="cliënt", term_zorgprofessional="begeleider"):
+    # Processes input text, extracts HTML chunks, analyzes each using an OpenAI model,
+    # and conducts a second, separate analysis on each qualifying chunk,
     stored_HTMLs = chunk_HTMLs(input_text)
 
     results = []
@@ -40,7 +39,6 @@ def process_course(input_text, term_zorgvrager="", term_zorgprofessional=""):
         if last_html_id and html_id != last_html_id:
             results.append("\n")  # Add extra newline for a new HTML ID group
         
-        # Here you might want to include 'term_zorgvrager' and 'term_zorgprofessional' in your analysis
         messages = [
             {"role": "system", "content": r"""Analyseer en (waar nodig) corrigeer de doelgroep die wordt aangesproken door deze tekst. Tekst en vragen moeten geschreven zijn met de zorgprofessional of mensen in het algemeen als doelgroep, níet de zorgvrager in het bijzonder. De tekst mag dus wel een 'neutrale' doelgroep hebben (mensen in het algemeen), mits het gaat over zaken die inderdaad toepasbaar zijn op mensen in het algemeen. Antwoord alleen met: 
 Citaat: [citaat van zin(nen) met foute doelgroep]
@@ -79,4 +77,4 @@ iface = gr.Interface(
     description="Voer de tekst van een module in en druk op 'Submit'."
 )
 
-iface.launch
+iface.launch()