Update app.py

app.py

@@ -350,6 +350,7 @@ def expand_synonyms(keywords: List[str]) -> List[List[str]]:
 
     return merged
 
+
 def _dedup_keywords_preserve_order(keywords: List[str]) -> List[str]:
     """
     검색어 정규화 + 의미 중복 제거:
@@ -384,7 +385,6 @@ def _dedup_keywords_preserve_order(keywords: List[str]) -> List[str]:
     return final
 
 
-
 def build_queries(
     sentence: str,
     selected_keywords: List[str],
@@ -401,7 +401,7 @@ def build_queries(
     if not selected_keywords:
         selected_keywords = extract_candidates(sentence, max_candidates=10)[:4]
 
-    selected_keywords = _dedup_keywords_preserve_order(selected_keywords) #gk
+    selected_keywords = _dedup_keywords_preserve_order(selected_keywords)  # gk
 
     # Q1: 기본 AND
     q1 = " ".join(selected_keywords).strip()
@@ -420,7 +420,7 @@ def build_queries(
             # g[0]은 원문 유지, g[1]이 있으면 치환된 후보를 우선 사용
             combo.append(g[1] if len(g) >= 2 else g[0])
 
-        combo = _dedup_keywords_preserve_order(combo) #gk
+        combo = _dedup_keywords_preserve_order(combo)  # gk
         q2 = " ".join(combo).strip()
 
         # Q2가 Q1과 다르고, 비어있지 않으면 추가
@@ -482,39 +482,25 @@ def aggregate_search(
     sort: str,
 ) -> Tuple[List[str], List[Dict[str, Any]]]:
     """
-    문장 입력 -> 키워드 추출/확장 -> 쿼리 다중 호출 -> 통합/중복제거 -> 재랭킹
+    문장 입력 -> (현재는) 사용자 입력 문장을 그대로 query로 사용하여 API 호출
     반환: (생성된 쿼리 목록, 최종 아이템 목록)
     """
-    # 1) 후보 생성(규칙/통계)
-    candidates = extract_candidates(sentence, max_candidates=60)
-
-    # 2) 임베딩으로 상위 키워드 선별
-    selected = select_keywords_by_embedding(sentence, candidates, top_n=10)
-
-    # 3) 제외어 감지
-    excludes = [] # detect_excludes(sentence)
 
-    # 4) 다중 쿼리 생성
-    queries = build_queries(sentence, selected, excludes, max_queries=2)
-
-    # 5) 쿼리별 호출 (각 쿼리당 display를 나누어 할당하여 폭주 방지)
-    #    예: display=20, queries=4 -> 각 5개씩
-    #    단, 최소 3개는 유지(너무 적으면 의미가 떨어짐)
-    per_q = max(3, int(np.ceil(display / max(1, len(queries)))))
-    per_q = min(per_q, display)
+    # ✅ 변경된 핵심: 사용자 입력 문장을 그대로 query로 사용
+    queries = [sentence]
 
     all_items: List[Dict[str, Any]] = []
     for q in queries:
-        data = naver_news_search(query=q, display=per_q, sort=sort, start=1)
+        data = naver_news_search(query=q, display=int(display), sort=sort, start=1)
         all_items.extend(data.get("items", []))
 
-    # 6) 통합/중복 제거
+    # 통합/중복 제거(단일 쿼리라도 유지)
     merged = dedup_items(all_items)
 
-    # 7) 임베딩 재랭킹
+    # 임베딩 재랭킹(기존 동작 유지)
     reranked = rerank_items_by_embedding(sentence, merged)
 
-    # 8) 최종 개수 절단
+    # 최종 개수 절단
     final_items = reranked[:display]
     return queries, final_items
 
@@ -564,16 +550,15 @@ def handle_search(
 
     try:
         queries, items = aggregate_search(sentence=q, display=int(display), sort=sort)
-    
+
         lines = []
-        # lines.append(f"질의: {q}")
         lines.append("")
         lines.append("API 호출에 사용된 검색어(query)는 다음과 같습니다:")
         for i, qq in enumerate(queries, start=1):
             lines.append(f"- Q{i}: `{qq}`")
         lines.append("")
         lines.append(render_results_from_items(items))
-    
+
         assistant_text = "\n".join(lines).strip()
 
     except Exception as e:
@@ -585,39 +570,17 @@ def handle_search(
 
 
 with gr.Blocks(title="Naver News Search (Chat UI)") as demo:
-#     gr.Markdown(
-#         """
-# # 네이버 뉴스 검색 테스트 (문장 입력 → 키워드 추출/확장 → 다중 쿼리 호출)
-# - 하단 입력창에 **문장 형태**로 입력하시면, (규칙/통계 + 임베딩)으로 키워드를 선별·확장하고,
-#   AND/OR/제외 형태의 **다중 쿼리**를 자동 생성하여 네이버 뉴스 검색 API를 호출합니다.
-# - 인증키는 Hugging Face Spaces **Secrets**의 `NAVER_CLIENT_ID`, `NAVER_CLIENT_SECRET`을 사용합니다.
-# - 임베딩 모델은 기본 `jhgan/ko-sroberta-multitask`이며, 필요 시 Secrets/환경변수 `EMBEDDING_MODEL`로 변경 가능합니다.
-# """
-#     )
-
-    # with gr.Row():
-    #     display = gr.Slider(
-    #         minimum=1, maximum=50, value=20, step=1, label="표시 개수(display)"
-    #     )
-    #     sort = gr.Dropdown(
-    #         choices=["date", "sim"],
-    #         value="date",
-    #         label="정렬(sort)",
-    #         info="date=최신순, sim=정확도순",
-    #     )
-
     with gr.Accordion("검색 옵션", open=False):
         with gr.Row():
             display = gr.Slider(
                 minimum=1, maximum=100, value=20, step=1, label="표시 개수(display)"
             )
             sort = gr.Dropdown(
-                choices=[("최신순", "date"), ("정확도순(연관도순)", "sim"),],
+                choices=[("최신순", "date"), ("정확도순(연관도순)", "sim")],
                 value="date",
                 label="정렬(sort)",
             )
 
-    
     chatbot = gr.Chatbot(
         value=[],
         label="NewsChat_v0.1",