fix: drug detection Türkçe ek toleransı (prefix match) — 'lasirini'→'lasirin'

app/retrieval.py

@@ -114,19 +114,34 @@ def rerank_jina(query: str, docs: list, top_n: int = 5) -> list:
         return docs[:top_n]
 
 
+def _token_matches(d_tok: str, q_tokens: list) -> bool:
+    """drug-token sorgu token'larında tam eşleşiyor VEYA bir token'ın prefix'i ise True.
+    Prefix toleransı yalnızca alfabetik ve >=4 karakterli token'lar için: Türkçe ekleri
+    yutmak amaçlı ('lasirini' → 'lasirin', 'parolün' → 'parol', 'majezikten' → 'majezik').
+    Sayılar/kısa birimler ('40', 'mg') tam eşleşmeli."""
+    if d_tok in q_tokens:
+        return True
+    if d_tok.isalpha() and len(d_tok) >= 4:
+        for q in q_tokens:
+            if q.startswith(d_tok):
+                return True
+    return False
+
+
 def detect_drug_id(query: str) -> Optional[str]:
-    """Sorguda geçen ilk (en uzun) drug_id'yi bulur. İsim tüm tokenları
-    sorguda geçiyorsa eşleşme sayılır."""
+    """Sorguda geçen ilk (en uzun) drug_id'yi bulur. Türkçe ek toleranslı:
+    'lasirini', 'parolün', 'majezikten' gibi ekli formlar marka adına eşlenir."""
     q_norm = _normalize(query)
-    q_tokens = set(q_norm.split())
+    q_tokens = q_norm.split()
+    # 1) Multi-token tam eşleşme (ek toleranslı)
     for did in DRUG_IDS:
         d_tokens = _normalize(did).split()
-        if d_tokens and all(t in q_tokens for t in d_tokens):
+        if d_tokens and all(_token_matches(t, q_tokens) for t in d_tokens):
             return did
-    # fallback: ilk token (marka adı) yeterli
+    # 2) Marka adı (ilk token) eşleşmesi yeterli
     for did in DRUG_IDS:
         brand = _normalize(did).split()[0] if did else ""
-        if brand and brand in q_tokens:
+        if brand and _token_matches(brand, q_tokens):
             return did
     return None