Update app.py

app.py

@@ -32,7 +32,7 @@ if not API_KEY:
 # Definisci i percorsi dei file
 BASE_DIR = os.path.dirname(os.path.abspath(__file__))
 RDF_FILE = os.path.join(BASE_DIR, "Ontologia.rdf")
-HF_MODEL = "mistralai/Mixtral-8x7B-Instruct-v0.1"  # Modello ottimizzato per seguire istruzioni
+HF_MODEL = "google/flan-t5-xxl"  # Modello ottimizzato per seguire istruzioni
 
 MAX_CLASSES = 30
 MAX_PROPERTIES = 30
@@ -96,7 +96,7 @@ def extract_ontology(rdf_file: str, output_file: str):
         # Estrai le proprietà dell'entità
         entity_properties = {}
         for predicate, obj in g.predicate_objects(entity):
-            if predicate != RDFS.label and predicate != RDFS.comment:
+            if predicate not in [RDFS.label, RDFS.comment]:
                 entity_properties[str(predicate)] = str(obj)
         entities.append({
             "entity": str(entity),
@@ -111,7 +111,7 @@ def extract_ontology(rdf_file: str, output_file: str):
         "classes": classes[:MAX_CLASSES],
         "properties": properties[:MAX_PROPERTIES],
         "entities": entities,  # Aggiungi le entità
-        "full_ontology": g.serialize(format="xml")  # Decodifica rimossa
+        "full_ontology": g.serialize(format="xml").decode('utf-8') if isinstance(g.serialize(format="xml"), bytes) else g.serialize(format="xml")  # Decodifica rimossa
     }
 
     # Salva il documento in JSON
@@ -236,11 +236,11 @@ def extract_classes_and_properties(rdf_file: str) -> str:
     txt_entities = "\n".join([f"- ENTITÀ: {e}" for e in entities_list])
 
     summary = f"""\
-### CLASSI (max {MAX_CLASSES})
+# CLASSI (max {MAX_CLASSES})
 {txt_classes}
-### PROPRIETÀ (max {MAX_PROPERTIES})
+# PROPRIETÀ (max {MAX_PROPERTIES})
 {txt_props}
-### ENTITÀ (max {MAX_CLASSES})
+# ENTITÀ (max {MAX_CLASSES})
 {txt_entities}
 """
     logger.info("Estrazione di classi, proprietà ed entità completata.")
@@ -287,18 +287,15 @@ def create_system_message(ont_text: str, retrieved_docs: str) -> str:
     Prompt di sistema robusto, con regole su query in una riga e
     informazioni recuperate tramite RAG.
     """
-    return f"""
-### Istruzioni ###
-Sei un assistente museale esperto in ontologie RDF. Utilizza le informazioni fornite per generare query SPARQL precise e pertinenti.
-
-### Ontologia ###
+    return f"""\
+Sei un assistente museale esperto in ontologie RDF. Utilizza le informazioni fornite per generare query SPARQL precise e pertinenti. Ecco un estratto di CLASSI, PROPRIETÀ ed ENTità dell'ontologia (senza NamedIndividuals):
+--- ONTOLOGIA ---
 {ont_text}
-### FINE Ontologia ###
-
+--- FINE ---
 Ecco alcune informazioni rilevanti recuperate dalla base di conoscenza:
 {retrieved_docs}
-
-### Regole Stringenti ###
+Suggerimento: se l'utente chiede il 'materiale' di un'opera, potresti usare qualcosa come 'base:materialeOpera' o un'altra proprietà simile (se esiste). Non è tassativo: usa la proprietà che ritieni più affine se ci sono riferimenti in ontologia.
+REGOLE STRINGENTI:
 1) Se l'utente chiede informazioni su questa ontologia, genera SEMPRE una query SPARQL in UNA SOLA RIGA, con prefix:
    PREFIX base: <http://www.semanticweb.org/lucreziamosca/ontologies/progettoMuseo#>
 2) La query SPARQL deve essere precisa e cercare esattamente le entità specificate dall'utente. Ad esempio, se l'utente chiede "Chi ha creato l'opera 'Amore e Psiche'?", la query dovrebbe cercare l'opera esattamente con quel nome.
@@ -307,20 +304,15 @@ Ecco alcune informazioni rilevanti recuperate dalla base di conoscenza:
 5) Se trovi risultati, la risposta finale deve essere la query SPARQL (una sola riga).
 6) Se non trovi nulla, rispondi con 'Nessuna info.'
 7) Non multiline. Esempio: PREFIX base: <...> SELECT ?x WHERE { ... }.
-
-**Esempi:**
+Esempio:
 Utente: Chi ha creato l'opera 'Amore e Psiche'?
 Risposta: PREFIX base: <http://www.semanticweb.org/lucreziamosca/ontologies/progettoMuseo#> SELECT ?creatore WHERE { ?opera base:hasName "Amore e Psiche" . ?opera base:creatoDa ?creatore . }
-
-Utente: che ore sono?
-Risposta: Ciao! Sono un assistente museale e non ho informazioni sulle ore attuali. Ti consiglio di consultare un orologio o un dispositivo mobile per conoscere l'ora esatta.
-
-### FINE Regole Stringenti ###
+FINE REGOLE
 """
 
 def create_explanation_prompt(results_str: str) -> str:
     """Prompt per generare una spiegazione museale dei risultati SPARQL."""
-    return f"""
+    return f"""\
 Ho ottenuto questi risultati SPARQL:
 {results_str}
 Ora fornisci una breve spiegazione museale (massimo ~10 righe), senza inventare oltre i risultati.
@@ -473,7 +465,7 @@ async def generate_response(req: QueryRequest):
     row_list = []
     for row in results:
         row_dict = row.asdict()
-        row_str = ", ".join([f"{k}:{v}" for k, v in row_dict.items()])
+        row_str = ", ".join([f"{k}: {v}" for k, v in row_dict.items()])
         row_list.append(row_str)
     results_str = "\n".join(row_list)
 
@@ -494,4 +486,4 @@ async def generate_response(req: QueryRequest):
 
 @app.get("/")
 def home():
-    return {"message": "Prompt lascia libertà su come chiamare la proprietà del materiale, ma suggerisce un possibile 'materialeOpera'."}
+    return {"message": "Assistente Museale con supporto SPARQL."}