ow

Utility/SpeakerAnalysisHelper.cs

@@ -1,4 +1,5 @@
 using CloudBuilder.AI.Entity;
+using CloudBuilder.Core.DatabaseAccessor.Entity;
 using CloudBuilder.Topshelf.Python;
 using System;
 using System.Collections.Generic;
@@ -184,7 +185,35 @@ namespace CloudBuilder.Topshelf.Utility
             return arg0;
         }
 
-        //public AiSentenceEntity[] AiParagraphs { get; set; }
+        public void MatchPerson(AiSentenceViewEntity[] aiSentences, IRepository<AiSentenceEntity> repositoryAiSentenceEntity)
+        {
+            if (AiChapterPersons == null || AiChapterPersons.Length == 0) return;
+
+            AiSentenceEntity aiSentence;
+            string dialogueName = string.Empty;
+            foreach (AiSentenceViewEntity aiSentenceView in aiSentences)
+            {
+                dialogueName= string.Empty;
+                if (aiSentenceView.DialogueIndc != YesNoPolicy.YES) continue;
+
+                if (aiSentences.Where(x => x.ChapterId == aiSentenceView.ChapterId && x.ParagraphId == aiSentenceView.ParagraphId).Count() > 1)
+                {
+                    if (AiChapterPersons.Where(x => x.ChapterId == aiSentenceView.ChapterId && x.ParagraphIndex == aiSentenceView.ParagraphId && aiSentenceView.SentenceIndex == x.SentenceIndex).Any())
+                    {
+                        dialogueName = AiChapterPersons.Where(x => x.ChapterId == aiSentenceView.ChapterId && x.ParagraphIndex == aiSentenceView.ParagraphId && aiSentenceView.SentenceIndex == x.SentenceIndex).FirstOrDefault().PersonName;
+                    }
+
+                    if (AiChapterPersons.Where(x => x.ChapterId == aiSentenceView.ChapterId && x.ParagraphIndex == aiSentenceView.ParagraphId && aiSentenceView.SentenceIndex != x.SentenceIndex && x.PersonName != dialogueName).Any())
+                    {
+                        aiSentenceView.PersonName = AiChapterPersons.Where(x =>x.ChapterId==aiSentenceView.ChapterId && x.ParagraphIndex == aiSentenceView.ParagraphId && aiSentenceView.SentenceIndex != x.SentenceIndex && x.PersonName != dialogueName).OrderBy(x => x.OrderIndex).FirstOrDefault().PersonName;
+                    }
+                }
+
+                aiSentence = new AiSentenceEntity();
+                ObjectCopyHelper.Copy(aiSentenceView, aiSentence);
+                repositoryAiSentenceEntity.UpdateNow(aiSentence);
+            }
+        }
 
         public AiSentenceEntity[] AiSentences { get; set; }
 
@@ -203,37 +232,4 @@ D -->|匹配失败| E{规则3：段落内最近人物};
 E -->|匹配成功| C;
 E -->|匹配失败| F[赋值默认值+标记异常];
 
-规则 1：文本特征精准匹配（最高优先级）
-基于对话内容中的 “专属特征” 直接匹配说话者，避免上下文干扰：
-示例规则：
-对话内容特征	匹配的说话者
-包含 “第二元婴”	韩立
-包含 “银月所化”	银月
-包含 “本座 / 本尊”	反派角色
-
-落地：维护一个 “特征 - 人物” 映射字典，匹配时优先使用：
-规则 2：紧邻旁白匹配（次高优先级）只找对话行 “紧邻的前 1-2 行旁白”，而非整个段落的旁白，避免跨越多个人物导致匹配错误：
-规则：仅检查对话行的前 1 行、前 2 行旁白（最多前 3 行），超过则停止；
-落地：修改向前查找的逻辑，限制查找范围
-
-规则 3：排除无效人物（避免干扰）从旁白中提取人物时，过滤掉 “非核心人物”（如 “店小二”“路人”），只保留主要人物：
-落地：维护 “核心人物白名单”，提取人物时只保留白名单内的名称
-
-3. 增加异常处理和人工校验（兜底保障）
-即使逻辑再完善，也会有边缘场景匹配错误，需通过 “异常标记 + 人工复核” 兜底：
-
-步骤 1：标记可疑匹配结果对以下情况标记为 “可疑”，存入日志或单独字段：
-匹配到的人物在旁白中出现次数≥2（比如同一段落有韩立和银月，无法确定）；
-对话行前后 3 行都没有找到人物，最终赋值为 “未知人物”；
-对话内容无任何特征，且段落内人物数量≥3；
-落地：为实体增加扩展字段（如IsSuspected），或生成异常日志
-
-步骤 2：人工复核可疑数据
-规则：所有标记为 “可疑” 的匹配结果，必须经过人工复核后再更新到数据库；
-落地：生成 “可疑数据清单”（包含Guid、Content、PersonName），供运营 / 编辑人员校验，修正错误后重新填充。
-
-
-收集错误案例：记录每次匹配错误的场景（如 “银月的对话匹配给韩立”），分析错误原因；
-迭代特征字典：将错误案例转化为新的特征规则（如新增 “乌云”→银月，“元婴”→韩立）；
-A/B 测试：对优化后的规则做小范围测试，对比匹配准确率，确认有效后全量上线。
 */