# NER Service

命名实体识别（NER）服务，提供实体提取和关系抽取功能。

## 功能特性

- 实体提取：从文本中识别人名、机构、地点、日期、数值、设备等实体
- 关系抽取：从实体间抽取语义关系
- 多模式支持：规则模式（开发）、spaCy、Transformers、API

## 快速开始

### 本地运行

```bash
# 安装依赖
pip install -r requirements.txt

# 启动服务
uvicorn app.main:app --host 0.0.0.0 --port 8001 --reload
```

## API 接口

### 健康检查

```
GET /health
```

### 实体提取

```
POST /ner/extract
Content-Type: application/json

{
  "documentId": "doc-001",
  "text": "待提取的文本内容...",
  "entityTypes": ["PERSON", "ORG", "LOC"],  // 可选
  "extractRelations": true
}
```

### 关系抽取

```
POST /ner/relations
Content-Type: application/json

{
  "documentId": "doc-001",
  "text": "原始文本",
  "entities": [...]  // 已提取的实体列表
}
```

## 实体类型

| 类型 | 说明 | 示例 |
|------|------|------|
| PERSON | 人名 | 张三、李经理 |
| ORG | 机构 | 成都检测公司 |
| LOC | 地点 | 成都市高新区 |
| DATE | 日期 | 2024年5月15日 |
| NUMBER | 数值 | 100万元、50分贝 |
| DEVICE | 设备 | 噪音检测设备 |
| PROJECT | 项目 | 环境监测项目 |
| TERM | 专业术语 | - |

## 关系类型

| 类型 | 说明 |
|------|------|
| 负责 | 主体负责某事 |
| 属于 | 隶属关系 |
| 位于 | 位置关系 |
| 包含 | 包含关系 |
| 使用 | 使用关系 |
| 检测 | 检测关系 |
| 合作 | 合作关系 |

## 配置说明

| 配置项 | 说明 | 默认值 |
|--------|------|--------|
| NER_MODEL | NER 模型类型 | rule |
| USE_GPU | 是否使用 GPU | false |
| MAX_TEXT_LENGTH | 最大文本长度 | 50000 |
| LOG_LEVEL | 日志级别 | INFO |

## 测试

```bash
pytest tests/ -v
```

## 开发计划

- [ ] 集成 spaCy 中文模型
- [ ] 集成 Transformers NER 模型
- [ ] 实现 API 模式（DeepSeek/Qwen）
- [ ] 优化关系抽取准确率