fix: 优化 NER 规则引擎减少误匹配

- PROJECT 规则更严格：要求带书名号、项目编号或建设/改造等关键词
- 添加停用词过滤：过滤"该项目"、"本工程"等无意义匹配
- 过滤太短的实体（少于3个字符）
- 规则模式仅用于开发测试，生产环境建议使用 LLM API 模式

python-services/ner-service/app/services/ner_service.py

@@ -102,8 +102,16 @@ class NerService:
                 r'([\u4e00-\u9fa5]{2,10}(?:设备|仪器|仪表|机器|装置|系统|探测器|传感器|检测仪|分析仪|监测仪))',
             ],
             "PROJECT": [
-                # 项目名称
-                r'([\u4e00-\u9fa5]{2,20}(?:项目|工程|计划|方案|课题))',
+                # 项目名称 - 更严格的规则
+                # 要求：项目名应该是完整的名词短语，通常有特定前缀
+                # 带书名号的项目名
+                r'《([\u4e00-\u9fa5a-zA-Z0-9]{2,30}(?:项目|工程|计划|方案|课题))》',
+                # 明确的项目编号/名称格式
+                r'([A-Z0-9\-]+(?:项目|工程))',
+                # 地名/机构名 + 项目类型（更严格）
+                r'((?:[\u4e00-\u9fa5]{2,6}(?:省|市|县|区|镇))?[\u4e00-\u9fa5]{2,15}(?:建设|改造|修复|治理|开发|研究|试点|示范)(?:项目|工程))',
+                # xx项目部/项目组
+                r'([\u4e00-\u9fa5]{2,15}项目(?:部|组|办))',
             ],
         }
         
@@ -111,6 +119,20 @@ class NerService:
         if entity_types:
             rules = {k: v for k, v in rules.items() if k in entity_types}
         
+        # 停用词/无效实体过滤（这些词虽然匹配规则但不是有效实体）
+        stopwords = {
+            # 常见无意义匹配
+            "该项目", "本项目", "此项目", "各项目", "子公司和项目", "认真落实项目",
+            "开展的培训项目", "年已经开展的培训项目",
+            "该工程", "本工程", "此工程", "各工程",
+            "该计划", "本计划", "此计划", "各计划",
+            "该方案", "本方案", "此方案", "各方案",
+            # 动词开头的无效匹配
+            "落实项目", "开展项目", "推进项目", "完成项目", "实施项目",
+            # 太短的无意义实体
+            "项目", "工程", "计划", "方案", "课题",
+        }
+        
         # 执行规则匹配
         seen_entities = set()  # 用于去重
         
@@ -120,6 +142,14 @@ class NerService:
                     entity_text = match.group(1) if match.groups() else match.group(0)
                     entity_text = entity_text.strip()
                     
+                    # 跳过停用词
+                    if entity_text in stopwords:
+                        continue
+                    
+                    # 跳过太短的实体（少于3个字符）
+                    if len(entity_text) < 3:
+                        continue
+                    
                     # 去重
                     entity_key = f"{entity_type}:{entity_text}"
                     if entity_key in seen_entities: