first prototype

Author: kiyro7

app/questions_generator/Dockerfile

@@ -18,6 +18,8 @@ RUN pip install --no-cache-dir --upgrade pip \
 # 4. NLTK
 RUN python -m nltk.downloader punkt stopwords
 
+RUN python -m nltk.downloader punkt
+
 # 5. Copy local model
 COPY rut5-base/ /app/rut5-base/
 

app/questions_generator/README.md

@@ -7,6 +7,6 @@
 - `hf download cointegrated/rut5-base-multitask --local-dir rut5-base`
 ## Выбор файла ВКР
 - заменить в `run.py` в функции `main` путь для файла ВКР
-## Запуск
+## Запуск (после любых изменений)
 - `docker build -t vkr-generator .`
 - `docker run -it --rm vkr-generator`

app/questions_generator/run.py

@@ -3,6 +3,7 @@
 import sys
 import os
 from docx import Document
+import nltk
 
 
 def load_vkr_text(path: str) -> str:
@@ -19,6 +20,12 @@ def load_vkr_text(path: str) -> str:
 
 
 def main():
+    try:
+        nltk.data.find('tokenizers/punkt_tab/english')
+    except LookupError:
+        print("Загрузка необходимых данных NLTK...")
+        nltk.download('punkt_tab')
+
     print("=== Загрузка текста ВКР ===")
     text = load_vkr_text("vkr_examples/VKR1.docx")
 

app/questions_generator/validator.py

@@ -17,8 +17,8 @@ def __init__(self, vkr_text: str):
             vkr_text: Полный текст ВКР
         """
         self.vkr_text = vkr_text.lower()
-        self.keywords = self._extract_keywords()
         self.stopwords = set(stopwords.words('russian'))
+        self.keywords = self._extract_keywords()
 
     def _extract_keywords(self) -> Dict[str, Set[str]]:
         """