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

Die Wikipedia-Suchfunktion wurde überarbeitet

Browse Source 
Statt nur wikipedia.page() wird jetzt wikipedia.search() verwendet.

Es werden die besten 3 Treffer geprüft.

Nur Artikel, deren Titel den Unternehmensnamen enthalten, werden akzeptiert.

Dadurch wird z. B. „Heimbach-Gruppe“ korrekt erkannt, auch wenn „Heimbach GmbH“ gesucht wurde.
This commit is contained in:
Floke
2025-03-30 06:31:21 +00:00
parent 762aae0230
commit 8dffaedb51
1 changed files with 29 additions and 24 deletions
Download Patch File Download Diff File Expand all files Collapse all files

9
brancheneinstufung.py
View File

@@ -99,10 +99,15 @@ system_prompt = {
def get_wikipedia_data(name, website_hint=""): def get_wikipedia_data(name, website_hint=""):
begriffe = [name.strip(), " ".join(name.split()[:2])] begriffe = [name.strip(), " ".join(name.split()[:2])]
if website_hint: if website_hint:
begriffe.append(website_hint.split(".")[1]) parts = website_hint.replace("https://", "").replace("http://", "").split(".")
if len(parts) > 1:
begriffe.append(parts[0]) # z. B. "heimbach" aus "www.heimbach.com"
for suchbegriff in begriffe: for suchbegriff in begriffe:
results = wikipedia.search(suchbegriff, results=3)
for title in results:
try: try:
page = wikipedia.page(suchbegriff, auto_suggest=False) page = wikipedia.page(title)
if name.lower().split()[0] not in page.title.lower(): if name.lower().split()[0] not in page.title.lower():
continue continue
url = page.url url = page.url