Upload layer1_spatial_encoding.py with huggingface_hub

layer1_spatial_encoding.py

@@ -0,0 +1,83 @@
+import re
+from typing import Dict, Any, List
+
+class SpatialEncodingEngine:
+    """
+    質問テキストを、動的に読み込まれたドメインスキーマに基づいて
+    ドメイン固有の空間座標に変換する汎用エンジン。
+    """
+    
+    def __init__(self, domain_schema: Dict[str, Any], ontology_interface):
+        """
+        特定のドメインスキーマを元にエンジンを初期化します。
+
+        Args:
+            domain_schema (Dict[str, Any]): 対象ドメインのスキーマ。
+            ontology_interface: ドメインのオントロジーを検索するためのインターフェース。
+        """
+        if not domain_schema:
+            raise ValueError("ドメインスキーマが提供されていません。")
+        self.schema = domain_schema
+        self.ontology = ontology_interface
+        self.keyword_map = self.schema.get("keyword_map", {})
+
+    def _extract_keywords(self, text: str) -> List[str]:
+        """スキーマのキーワードマップに存在するキーワードをテキストから抽出する。"""
+        found_keywords = [kw for kw in self.keyword_map.keys() if kw in text]
+        return found_keywords
+
+    def extract_coordinates_from_question(self, question: str, default_coord=(50, 50, 50)) -> List[Dict[str, Any]]:
+        """
+        質問から関連座標を抽出します。このメソッドはドメインに依存しない汎用的なロジックです。
+        """
+        keywords = self._extract_keywords(question)
+        
+        if not keywords:
+            # キーワードが見つからない場合はデフォルト座標を返す
+            return [{"keyword": "default", "concept": "default", "coordinate": default_coord, "confidence": 0.5}]
+
+        # 質問全体のコンテキストから各軸の主要な値を決定する
+        # 各軸について、最も頻繁に出現したキーワードの座標を採用する
+        coord = list(default_coord)
+        axis_map = {'x': 0, 'y': 1, 'z': 2}
+
+        for axis_name, axis_index in axis_map.items():
+            axis_keywords = [kw for kw in keywords if self.keyword_map[kw]['axis'] == axis_name]
+            if axis_keywords:
+                # ここでは単純に最初に見つかったキーワードを採用
+                coord[axis_index] = self.keyword_map[axis_keywords[0]]['coord']
+        
+        # この実装では、質問から単一の代表的な座標を生成する
+        final_coord = tuple(coord)
+
+        # TODO: オントロジー検索と信頼度計算のロジックを統合
+        # 現状は、抽出された主要な座標のみを返す
+        return [{
+            "keywords_found": keywords,
+            "concept": "inferred_concept", # オントロジー検索で決定
+            "coordinate": final_coord,
+            "confidence": 0.75 # 信頼度は別途計算
+        }]
+
+
+# --- 使用例 ---
+if __name__ == '__main__':
+    from domain_manager import DomainManager
+    from mock_objects import MockOntology
+    # --- 実行例 ---
+    coord_system = MedicalSpaceCoordinateSystem()
+    ontology = MockOntology()
+    engine = SpatialEncodingEngine(coord_system, ontology)
+    
+    question = "心筋梗塞の急性期診断について"
+    coords_info = engine.extract_coordinates_from_question(question)
+    print(f"質問: '{question}'")
+    print("抽出された座標情報:")
+    import json
+    print(json.dumps(coords_info, indent=2, ensure_ascii=False))
+
+    if coords_info:
+        palace_rep = MemoryPalaceRepresentation()
+        location = palace_rep.coordinate_to_palace_location(coords_info[0]['coordinate'])
+        print("\n宮殿内の場所:")
+        print(json.dumps(location, indent=2, ensure_ascii=False))