Floke/Brancheneinstufung2
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

bugfix

Browse Source
This commit is contained in:
Floke
2025-04-15 12:16:29 +00:00
parent 979671c4b2
commit 353453296a
1 changed files with 18 additions and 18 deletions
Download Patch File Download Diff File Expand all files Collapse all files

36
brancheneinstufung.py
View File

@@ -1552,11 +1552,11 @@ def evaluate_branche_chatgpt(crm_branche, beschreibung, wiki_branche, wiki_kateg
Falls der Vorschlag nicht validiert werden kann, erfolgt ein Fallback auf den CRM-Wert.
Args:
crm_branche (str): Branche laut CRM.
beschreibung (str): Unternehmensbeschreibung (CRM).
wiki_branche (str): Branche aus Wikipedia (falls vorhanden).
wiki_kategorien (str): Wikipedia-Kategorien.
website_summary (str): Zusammenfassung des Website-Inhalts.
crm_branche (str): Branche laut CRM
beschreibung (str): Unternehmensbeschreibung (CRM)
wiki_branche (str): Branche aus Wikipedia (falls vorhanden)
wiki_kategorien (str): Wikipedia-Kategorien
website_summary (str): Zusammenfassung des Website-Inhalts
Returns:
dict: Enthält "branch", "consistency" (ok oder X) und "justification".
@@ -1564,14 +1564,14 @@ def evaluate_branche_chatgpt(crm_branche, beschreibung, wiki_branche, wiki_kateg
# Lade Mapping und Liste der erlaubten Ziel-Branchen
mapping, allowed_branches = load_target_branches()
# Baue den Text für das Ziel-Branchenschema, der im System-Prompt an ChatGPT übergeben wird.
# Baue den Text für das Ziel-Branchenschema, der im System-Prompt an ChatGPT übergeben wird
schema_lines = ["Ziel-Branchenschema: Folgende Branchenbereiche sind gültig:"]
for branch in allowed_branches:
schema_lines.append(f"- {branch}")
target_schema_info = "\n".join(schema_lines)
# Erstelle den System-Prompt inklusive der Zielvorgaben.
# Hier wird das Zielbranchenschema aus der CSV-Datei (via load_target_schema) eingebunden.
# Erstelle den System-Prompt inklusive der Zielvorgaben. Hier wird das Zielbranchenschema aus der CSV-Datei
# (via load_target_schema) eingebunden.
target_mapping, target_schema_string, allowed_targets = load_target_schema()
prompt = (
@@ -1616,31 +1616,30 @@ def evaluate_branche_chatgpt(crm_branche, beschreibung, wiki_branche, wiki_kateg
consistency = ""
explanation = ""
for line in lines:
lower_line = line.lower()
if lower_line.startswith("branche:"):
if line.lower().startswith("branche:"):
suggestion = line.split(":", 1)[1].strip()
elif lower_line.startswith("übereinstimmung:"):
elif line.lower().startswith("übereinstimmung:"):
consistency = line.split(":", 1)[1].strip()
elif lower_line.startswith("begründung:"):
elif line.lower().startswith("begründung:"):
explanation = line.split(":", 1)[1].strip()
# Bereinige den Vorschlag: Entferne unnötige Satzzeichen und konvertiere in Kleinbuchstaben.
# Bereinige den Vorschlag: entferne unnötige Satzzeichen und konvertiere in Kleinbuchstaben
clean_suggestion = re.sub(r'[^\w\s/&-]', '', suggestion).strip().lower()
# Falls der bereinigte Vorschlag kein Hierarchie-Trennzeichen ">" enthält, übernehme den Präfix aus der CRM-Branche.
# Falls der bereinigte Vorschlag kein Hierarchie-Trennzeichen ">" enthält, übernehme den Präfix aus der CRM-Branche
if ">" not in clean_suggestion and ">" in crm_branche:
prefix = crm_branche.split(">")[0].strip().lower()
clean_suggestion = prefix + " > " + clean_suggestion
# Prüfe, ob der bereinigte Vorschlag mit einem erlaubten Eintrag (Fuzzy Matching) übereinstimmt.
# Prüfe, ob der bereinigte Vorschlag mit einem erlaubten Eintrag (Fuzzy Matching) übereinstimmt
valid = False
for allowed in allowed_branches:
sim = fuzzy_similarity(clean_suggestion, allowed)
if sim > 0.95: # Sehr hoher Ähnlichkeitswert (anpassbar)
if sim > 0.95: # sehr hoher Ähnlichkeitswert (kann angepasst werden)
valid = True
clean_suggestion = allowed # Setze exakte Übereinstimmung
# Setze den Vorschlag exakt auf den Zielwert
clean_suggestion = allowed
break
if not valid:
debug_print(f"Mapping ungültig für Vorschlag: '{clean_suggestion}'. Fallback: CRM-Branche ('{crm_branche}') verwendet.")
return {"branch": crm_branche, "consistency": consistency, "justification": "Fallback: CRM-Wert verwendet aufgrund ungültiger ChatGPT-Zuweisung."}
@@ -1648,6 +1647,7 @@ def evaluate_branche_chatgpt(crm_branche, beschreibung, wiki_branche, wiki_kateg
return {"branch": clean_suggestion, "consistency": consistency, "justification": explanation}
def evaluate_servicetechnicians_estimate(company_name, company_data):
try:
with open("serpApiKey.txt", "r") as f: