David Frassi
41 lines
2.8 KiB
Markdown
41 lines
2.8 KiB
Markdown
# Strategia di Suggerimento Canti Liturgici
|
|
|
|
Questo documento descrive l'approccio tecnico utilizzato per suggerire i canti attinenti alle letture del giorno nella PWA "CantiCristiani".
|
|
|
|
## 1. Algoritmo di Analisi (Keyword Matching)
|
|
|
|
Al momento **non viene utilizzata un'Intelligenza Artificiale generativa (LLM)** per due motivi principali:
|
|
- **Performance**: L'analisi avviene istantaneamente sul dispositivo dell'utente senza chiamate API esterne lente.
|
|
- **Privacy e Offline**: Il sistema può funzionare anche con una connettività limitata una volta scaricato il testo delle letture.
|
|
|
|
### Fasi dell'Algoritmo:
|
|
|
|
1. **Keyword Extraction**:
|
|
- Il testo di tutte le letture (Prima, Salmo, Seconda, Vangelo) viene normalizzato in minuscolo.
|
|
- Vengono rimosse le "stop words" (parole comuni come articoli, preposizioni, congiunzioni).
|
|
- Vengono estratte solo le parole con lunghezza superiore a 3 caratteri per evitare rumore.
|
|
2. **Ponderazione e Scoring**:
|
|
- Ogni canto nel database viene analizzato cercando le keyword estratte.
|
|
- **Titolo (Peso 10)**: Se una parola chiave appare nel titolo, il punteggio del canto aumenta drasticamente.
|
|
- **Testo/Lyrics (Peso 1)**: Ogni occorrenza di una parola chiave nel testo del canto aggiunge 1 punto al punteggio totale.
|
|
3. **Classificazione per Momento Liturgico**:
|
|
- I canti vengono raggruppati in base alle categorie liturgiche (Ingresso, Gloria, Offertorio, Comunione, ecc.) definite nel database.
|
|
- Il sistema seleziona i migliori 3 canti per ogni categoria per offrire una scelta bilanciata.
|
|
|
|
## 2. Selezione della Data Predefinita
|
|
|
|
L'applicazione calcola automaticamente la **prossima domenica** come data di default. Questo perché la maggior parte degli utenti utilizza la funzione per preparare la liturgia festiva imminente.
|
|
|
|
## 3. Sviluppi Futuri: Ricerca Semantica (Embeddings)
|
|
|
|
Per superare i limiti del matching testuale, la strategia futura prevede l'integrazione di tecniche di **Semantic Search** che possono essere eseguite direttamente nella PWA:
|
|
|
|
### Architettura Proposta:
|
|
- **Pre-calcolo dei Vettori**: Generazione dei vettori (embeddings) per l'intero database dei canti. Questi dati verrebbero inclusi in una versione estesa del file `canti.json`.
|
|
- **Analisi On-Device**: Utilizzo di librerie matematiche leggere (come `similarity-js`) per calcolare la "distanza del coseno" tra il vettore della lettura e quelli dei canti.
|
|
- **Vantaggi**: Il sistema identificherebbe correlazioni concettuali (es. "Luce" -> "Mondo", "Pane" -> "Eucarestia") anche in assenza di corrispondenze testuali esatte.
|
|
|
|
### Implementazione Tecnica:
|
|
1. Integrazione di un modello di embedding (es. `all-MiniLM-L6-v2`) via Web Workers per non bloccare l'interfaccia.
|
|
2. Memorizzazione locale dei vettori tramite IndexedDB per garantire performance elevate dopo il primo caricamento.
|