Final deployment: Model loaded from Hub

Emma/app.py

@@ -40,8 +40,26 @@ from utils.memory_utils import (
     extract_semantic_memory,
 )
 
-# Ensure NLTK data path
-nltk.data.path = [os.path.join(os.path.dirname(__file__), "nltk_data")] + nltk.data.path
+# Ensure NLTK data path(for local)
+#nltk.data.path = [os.path.join(os.path.dirname(__file__), "nltk_data")] + nltk.data.path
+
+
+#for Hugginface
+# دانلود هوشمند دیتای مورد نیاز NLTK برای سرور
+try:
+    nltk.data.find('tokenizers/punkt')
+except LookupError:
+    nltk.download('punkt')
+
+try:
+    nltk.data.find('tokenizers/punkt_tab')
+except LookupError:
+    nltk.download('punkt_tab')
+    
+# مسیر لوکال (اختیاری - اگر وجود داشته باشد استفاده می‌کند)
+local_nltk_path = os.path.join(os.path.dirname(__file__), "nltk_data")
+if os.path.exists(local_nltk_path):
+    nltk.data.path.append(local_nltk_path)
 
 tokenizer = tiktoken.get_encoding("cl100k_base")