# sentence_transformers 안의 SentenceTransformer 를 꺼내 쓴다.
# 파일 이름은 밑줄(sentence_transformers), 설치 이름은 하이픈(sentence-transformers)이다.
# 헷갈리기 쉬운데 파이썬 세계의 흔한 규칙이다
from sentence_transformers import SentenceTransformer

# 괄호 안이 모델 이름이다. 인터넷에 공개된 모델의 주소라고 보면 된다.
#   intfloat              만든 곳
#   multilingual-e5-small 여러 나라 말을 다루는, e5 계열의 작은 모델
#
# 처음 실행하면 이 줄에서 모델을 받아온다 (약 470MB · 몇 분).
# 두 번째부터는 컴퓨터에 저장된 것을 쓰므로 몇 초면 된다
model = SentenceTransformer("intfloat/multilingual-e5-small")

# 이 모델이 문장 하나를 숫자 몇 개로 바꾸는지 물어본다
print("차원:", model.get_sentence_embedding_dimension())

from sentence_transformers import SentenceTransformer

model = SentenceTransformer("intfloat/multilingual-e5-small")

# encode 가 하는 일이 전부다 — 글자를 넣으면 숫자 묶음이 나온다
v = model.encode("건조한 피부에 순한 토너")

# type(v) 는 "v 가 어떤 종류의 값인가" 를 알려준다.
# 그냥 찍으면 <class 'numpy.ndarray'> 처럼 길게 나오는데,
# 뒤에 .__name__ 을 붙이면 종류의 "이름만" 꺼내준다 -> ndarray
#
# 앞뒤로 밑줄 두 개가 붙은 이름들(__name__ · __len__ 등)은 파이썬이 미리 정해둔
# 특별한 이름이다. 우리가 지은 게 아니라 파이썬이 자동으로 채워둔 값이라고 보면 된다
print("타입:", type(v).__name__)

# shape 는 "몇 개짜리인가" 를 알려준다. (384,) = 384개가 한 줄로 들어 있다
print("모양:", v.shape)

# 앞의 다섯 개만 찍어본다. round 는 소수점을 잘라 보기 좋게 만든다
print("앞 5개:", v[:5].round(4))

import numpy as np
from sentence_transformers import SentenceTransformer

model = SentenceTransformer("intfloat/multilingual-e5-small")

texts = [
    "건조한 피부에 순한 토너",
    "속당김 잡아주는 수분 화장수",     # 위와 겹치는 낱말이 하나도 없다
    "지성 피부용 산뜻한 클렌징폼",
    "오늘 점심 뭐 먹지",
]

# 목록을 통째로 넣으면 한 번에 다 바꿔준다. 하나씩 넣는 것보다 빠르다.
# normalize_embeddings=True 는 "모든 벡터의 길이를 1로 맞춰라" 는 뜻이다.
# 길이를 맞춰두면 두 벡터를 곱하는 것만으로 비슷한 정도가 나온다 (아래에서 씀)
E = model.encode(texts, normalize_embeddings=True)

print("모양:", E.shape)      # (4, 384) = 문장 4개 x 숫자 384개

# @ 는 파이썬의 "행렬 곱하기" 기호다. 길이를 1로 맞춰둔 벡터끼리 곱하면
# 결과가 -1 ~ 1 사이 값이 되고, 1에 가까울수록 뜻이 가깝다.
# 이걸 코사인 유사도라고 부른다
# 첫 문장(E[0])을 기준으로 나머지와 하나씩 비교한다.
# range(1, 4) 는 1, 2, 3 이다 — 0번(기준 문장)은 자기 자신이라 건너뛴다.
#
# 결과는 **문장을 적은 순서대로** 찍힌다. 점수 순이 아니다
for i in range(1, len(texts)):
    score = E[0] @ E[i]
    print(f"  {score:.4f}  {texts[i]}")

# (점수, 문장) 을 짝지어 목록에 모은다
pairs = []
for i in range(1, len(texts)):
    pairs.append((E[0] @ E[i], texts[i]))

# sorted 는 작은 것부터 정렬한다. reverse=True 를 주면 큰 것부터가 된다.
# 짝(튜플)을 정렬하면 앞의 값(점수)을 기준으로 줄을 세운다
for score, text in sorted(pairs, reverse=True):
    print(f"  {score:.4f}  {text}")