lingyue-zhibao/python-services/ner-service

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

# 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

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