fix: bessere Wort-Kategorisierung, weniger "Sonstiges"

- Taxonomie um "Eigenschaften" (Adjektive) und "Verben & Handlungen"
  ergänzt → Wortarten haben ein Zuhause statt Sonstiges.
- Klassifizierer geschärft: klare Wortart-/Themen-Regeln, "Sonstiges"
  nur als letzter Ausweg; Sofort-Pfad nutzt jetzt Beispielsätze und
  kleinere Batches (15) für deutlich genauere Treffer.
- ?reset=true: bestehende Zuordnungen verwerfen und neu klassifizieren.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

src/db-migrate.js

@@ -154,6 +154,8 @@ async function migrate() {
     ['Farben',            'Colors',              'Färger'],
     ['Zahlen & Zeit',     'Numbers & Time',      'Tal & tid'],
     ['Werkzeuge',         'Tools',               'Verktyg'],
+    ['Eigenschaften',     'Properties',          'Egenskaper'],
+    ['Verben & Handlungen','Verbs & Actions',    'Verb & handlingar'],
     ['Sonstiges',         'Other',               'Övrigt'],
   ];
   for (const [de, en, sv] of CATEGORY_TAXONOMY) {

src/lib/classifyWords.js

@@ -85,6 +85,17 @@ async function examplesForWord(wordId, max = MAX_EXAMPLES) {
   return out;
 }
 
+// Gemeinsame Klassifizierungs-Regeln. Drückt Sonstiges stark zurück und gibt Wortart-Hinweise.
+const CLASSIFY_RULES =
+  `Rules:\n` +
+  `- Pick the SINGLE best-fitting category by its exact German name.\n` +
+  `- Most concrete nouns DO fit a topic: animals→Tiere, food/fruit/vegetables→Lebensmittel, ` +
+  `sky/star/fire/water/mountain/plants→Natur & Pflanzen, furniture/window/carpet/cushion→Wohnen & Möbel, ` +
+  `street/building/lamp post→Stadt & Gebäude, books/pages→Schule & Bildung.\n` +
+  `- Adjectives / properties (warm, fast, sweet, old, fragile, transparent…) → "Eigenschaften".\n` +
+  `- Verbs / actions → "Verben & Handlungen".\n` +
+  `- Use "Sonstiges" ONLY as a true last resort when nothing else fits at all.`;
+
 function buildPrompt(word, examples, categoryNamesDe) {
   const title = word.titel_en || word.titel_de || word.titel_sv || '';
   const titleDe = word.titel_de ? ` (de: "${word.titel_de}")` : '';
@@ -92,10 +103,8 @@ function buildPrompt(word, examples, categoryNamesDe) {
     ? `\n\nExample sentences using the word:\n${examples.map(e => `- ${e}`).join('\n')}`
     : '';
   return (
-    `Categories (choose exactly one, by its German name):\n${categoryNamesDe.join(', ')}\n\n` +
+    `Categories (German names):\n${categoryNamesDe.join(', ')}\n\n${CLASSIFY_RULES}\n\n` +
-    `Classify this single vocabulary word into the best-fitting category. ` +
+    `Classify this single vocabulary word.\n\nWord: "${title}"${titleDe}${ex}\n\n` +
-    `If none fits, use "Sonstiges".\n\n` +
-    `Word: "${title}"${titleDe}${ex}\n\n` +
     `Reply with JSON only: {"category":"<exact German category name>"}`
   );
 }
@@ -237,7 +246,7 @@ async function runCategorizationTick() {
 // Sofortiger One-Shot-Backfill (synchron, ohne 24h-Batch-Verzug): klassifiziert bestehende,
 // in Pairs verwendete Wörter ohne Kategorie in Schüben per /v1/messages und materialisiert
 // pair_categories direkt. Für den Live-Test gedacht; der Stundenjob bleibt für laufenden Nachschub.
-async function classifyWordsSync({ max = 2000 } = {}) {
+async function classifyWordsSync({ max = 2000, reset = false } = {}) {
   if (running) return { skipped: true };
   running = true;
   try {
@@ -247,24 +256,29 @@ async function classifyWordsSync({ max = 2000 } = {}) {
     const system = 'Du bist ein präziser Klassifizierer. Antworte AUSSCHLIESSLICH mit gültigem JSON, ohne Markdown.';
     let processed = 0, linked = 0;
 
+    // reset → bestehende Zuordnungen verwerfen und mit verbesserter Logik/Taxonomie neu klassifizieren
+    if (reset) await query(`DELETE FROM word_categories`).catch(() => {});
+
     while (processed < max) {
-      const words = await findUncategorizedUsedWords(Math.min(40, max - processed));
+      const words = await findUncategorizedUsedWords(Math.min(15, max - processed));
       if (!words.length) break;
 
-      const list = words.map(w => {
+      const lines = [];
+      for (const w of words) {
         const t = w.titel_en || w.titel_de || w.titel_sv || '';
         const de = w.titel_de && w.titel_de !== t ? ` (de: ${w.titel_de})` : '';
-        return `${w.id}\t${t}${de}`;
+        const ex = await examplesForWord(w.id, 2);
-      }).join('\n');
+        const exStr = ex.length ? ` | e.g.: ${ex.map(e => `"${e}"`).join('; ')}` : '';
+        lines.push(`${w.id}\t${t}${de}${exStr}`);
+      }
       const user =
-        `Categories (choose exactly one German name per word):\n${names.join(', ')}\n\n` +
+        `Categories (German names):\n${names.join(', ')}\n\n${CLASSIFY_RULES}\n\n` +
-        `Classify each vocabulary word into the best-fitting category. If none fits, use "Sonstiges".\n` +
+        `Classify each vocabulary word below.\nWords (id<TAB>title | examples):\n${lines.join('\n')}\n\n` +
-        `Words (id<TAB>title):\n${list}\n\n` +
+        `Reply with JSON only: {"assignments":[{"id":"<id>","category":"<exact German category name>"}]}`;
-        `Reply with JSON only: {"assignments":[{"id":"<id>","category":"<German category name>"}]}`;
 
       let assignments = [];
       try {
-        const data = await messagesCall(system, user, 2000);
+        const data = await messagesCall(system, user, 1500);
         assignments = Array.isArray(data.assignments) ? data.assignments : [];
       } catch { /* Fehler → ganze Charge bekommt Fallback, damit der Lauf fortschreitet */ }
 

src/routes/categories.js

@@ -5,12 +5,14 @@ const { runCategorizationTick, classifyWordsSync } = require('../lib/classifyWor
 const STATUSES = ['requested', 'blocked', 'published'];
 
 // POST /api/categories/auto-assign — Kategorisierung anstoßen.
-//   ?sync=true → sofortiger One-Shot-Backfill bestehender Wörter (synchron, kein 24h-Verzug)
+//   ?sync=true            → sofortiger One-Shot-Backfill bestehender Wörter (synchron, kein 24h-Verzug)
-//   sonst      → ein asynchroner Batch-Tick (submit/collect über die Message Batches API)
+//   ?sync=true&reset=true → bestehende Zuordnungen verwerfen und alles neu klassifizieren
+//   sonst                 → ein asynchroner Batch-Tick (submit/collect über die Message Batches API)
 router.post('/auto-assign', async (req, res, next) => {
   try {
     const sync = req.query.sync === 'true' || req.body?.sync === true;
-    const result = sync ? await classifyWordsSync({}) : await runCategorizationTick();
+    const reset = req.query.reset === 'true' || req.body?.reset === true;
+    const result = sync ? await classifyWordsSync({ reset }) : await runCategorizationTick();
     res.json(result);
   } catch (err) { next(err); }
 });