Update src/ingestion/semantic_splitter.py

src/ingestion/semantic_splitter.py

@@ -9,7 +9,7 @@ from langchain_huggingface import HuggingFaceEmbeddings
 load_dotenv()
 
 class ActivaSemanticSplitter:
-    def __init__(self, model_name="sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2", batch_size=32):
+    def __init__(self, model_name="sentence-transformers/all-MiniLM-L6-v2", batch_size=32):
         self.batch_size = batch_size
         provider = os.getenv("EMBEDDING_PROVIDER", "huggingface").lower()
         
@@ -138,32 +138,4 @@ class ActivaSemanticSplitter:
             print(f"📊 Grafico salvato: {filename}")
             plt.close()
         except Exception:
-            pass
-
-# --- TEST ---
-if __name__ == "__main__":
-    sample_text = """
-    La Basilica di S. Marco a Venezia è un'opera d'arte unica. 
-    Risale al sec. XI e rappresenta lo stile bizantino. 
-    L'interno è ricco di mosaici.
-    
-    Tuttavia, cambiando argomento, la cucina veneziana offre piatti come le sarde in saor.
-    È un piatto a base di cipolle e aceto.
-    """
-
-    splitter = ActivaSemanticSplitter()
-    # Soglia molto bassa (10) per FORZARE lo split solo sul cambio drastico di argomento
-    chunks, dists, thresh = splitter.create_chunks(sample_text, percentile_threshold=50)
-
-    print(f"\n--- TEST FIX ABBREVIAZIONI ---")
-    print(f"Input: {len(sample_text)} chars")
-    
-    # Debug delle frasi grezze riconosciute
-    sentences = splitter._split_sentences(sample_text)
-    print(f"Frasi riconosciute ({len(sentences)}):")
-    for s in sentences:
-        print(f"  - {s}")
-
-    print(f"\n--- CHUNK GENERATI ---")
-    for i, c in enumerate(chunks):
-        print(f"🔹 Chunk {i+1}: {c}")
+            pass