Semantischer Steuerfilter

Der semantische Steuerfilter ist eine Methode, um Steuerungen basierend auf der semantischen Ähnlichkeit zwischen dem Plan des Agenten und dem Text der Steuerung unter Verwendung ihrer Embeddings zu filtern.

Konfiguration

Um die semantische Steuerfilterung zu aktivieren, müssen Sie SEMANTIC zur Liste CONTROL_FILTER in der Datei config_dev.yaml hinzufügen. Nachfolgend finden Sie die detaillierte semantische Steuerfilterkonfiguration in der Datei config_dev.yaml

CONTROL_FILTER: Eine Liste von Filtermethoden, die Sie auf die Steuerungen anwenden möchten. Um die semantische Steuerfilterung zu aktivieren, fügen Sie SEMANTIC zur Liste hinzu.
CONTROL_FILTER_TOP_K_SEMANTIC: Die Anzahl der Steuerungen, die nach dem Filtern beibehalten werden sollen.
CONTROL_FILTER_MODEL_SEMANTIC_NAME: Der Name des Steuerfiltermodells für semantische Ähnlichkeit. Standardmäßig ist es auf "all-MiniLM-L6-v2" gesetzt.

Referenz

Basen: BasicControlFilter

Eine Klasse, die ein semantisches Modell für die Steuerungsfilterung darstellt.

`control_filter(control_dicts, plans, top_k)`

Filtert Steuerungs-Elemente basierend auf ihrer Ähnlichkeit mit einer Menge von Schlüsselwörtern.

Parameter	`control_dicts` – Das Wörterbuch der zu filternden Steuerungs-Elemente. `plans` – Die Liste der für die Filterung zu verwendenden Pläne. `top_k` – Die Anzahl der zurückzugebenden obersten Steuerungs-Elemente.

Rückgabe	– Die gefilterten Steuerungs-Elemente.

Quellcode in automator/ui_control/control_filter.py

def control_filter(self, control_dicts, plans, top_k):
    """
    Filters control items based on their similarity to a set of keywords.
    :param control_dicts: The dictionary of control items to be filtered.
    :param plans: The list of plans to be used for filtering.
    :param top_k: The number of top control items to return.
    :return: The filtered control items.
    """
    scores_items = []
    filtered_control_dict = {}

    for label, control_item in control_dicts.items():
        control_text = control_item.element_info.name.lower()
        score = self.control_filter_score(control_text, plans)
        scores_items.append((label, score))
    topk_scores_items = heapq.nlargest(top_k, (scores_items), key=lambda x: x[1])
    topk_items = [
        (score_item[0], score_item[1]) for score_item in topk_scores_items
    ]

    for label, control_item in control_dicts.items():
        if label in topk_items:
            filtered_control_dict[label] = control_item
    return filtered_control_dict

`control_filter_score(control_text, plans)`

Berechnet den Score für ein Steuerungs-Element basierend auf der Ähnlichkeit seines Textes mit einer Menge von Schlüsselwörtern.

Parameter	`control_text` – Der Text des Steuerungs-Elements. `plans` – Der für die Berechnung der Ähnlichkeit zu verwendende Plan.

Rückgabe	– Der Score (0-1), der die Ähnlichkeit zwischen dem Steuerungs-Text und den Schlüsselwörtern angibt.

Quellcode in automator/ui_control/control_filter.py

def control_filter_score(self, control_text, plans):
    """
    Calculates the score for a control item based on the similarity between its text and a set of keywords.
    :param control_text: The text of the control item.
    :param plans: The plan to be used for calculating the similarity.
    :return: The score (0-1) indicating the similarity between the control text and the keywords.
    """

    plan_embedding = self.get_embedding(plans)
    control_text_embedding = self.get_embedding(control_text)
    return max(self.cos_sim(control_text_embedding, plan_embedding).tolist()[0])