NER阶段开发任务清单

阶段1：基础设施搭建（预计2天）

任务1.1：扩展常量定义

编辑 Constants.java，添加NER相关常量
- 节点类型：NODE_NER_ENTITY, NODE_NER_RELATION
- 边类型：EDGE_HAS_NER_ENTITY, EDGE_ENTITY_RELATION, EDGE_ENTITY_TO_VALUE
- 提取方法：NER_METHOD_RULE, NER_METHOD_LLM, NER_METHOD_MANUAL
- NER状态：NER_PENDING, NER_PROCESSING, NER_COMPLETED, NER_FAILED

任务1.2：创建DTO类

创建 NerEntityDTO.java（实体数据传输对象）
创建 NerRelationDTO.java（关系数据传输对象）
创建 NerStatisticsDTO.java（统计数据对象）
创建 EntityMappingRequest.java（映射请求对象）

任务1.3：数据库迁移

创建迁移脚本 003_add_ner_support.sql
添加节点类型和边类型（如果有类型表）
添加必要的索引优化查询性能
测试迁移脚本

任务1.4：配置DeepSeek API（可选）

[ ] 在 application.properties 添加API配置

ai.deepseek.api-key=your-api-key
ai.deepseek.base-url=https://api.deepseek.com
ai.deepseek.model=deepseek-chat

[ ] 测试API连接

验收标准：

所有常量定义完成且编译通过
DTO类创建完成并通过单元测试
数据库迁移成功执行

阶段2：Python NER服务增强（预计3天）

任务2.1：扩展实体类型规则

编辑 ner_service.py，在 _extract_by_rules 方法中添加：
- SCORE 规则（评审得分）
- LEVEL 规则（级别）
- CERTIFICATE_CODE 规则（证书编号）
- REVIEW_CODE 规则（评审代码）
- COMPANY_ALIAS 规则（公司简称）
- PROJECT_CODE 规则（项目编号）
- REVIEW_ITEM 规则（评审项）

任务2.2：优化规则准确率

添加停用词过滤
添加上下文验证逻辑
调整置信度计算方法
测试并优化规则

任务2.3：实现表格提取功能

创建 table_extractor.py
实现 extract_tables() 方法
实现 _extract_simple_tables() 方法（基于分隔符）
实现 _extract_known_tables() 方法（基于关键词）
实现特定表格提取器：
- _extract_review_project_table() - 复审项目表
- _extract_reviewer_table() - 复审人员表
- _extract_suggestion_table() - 整改建议表

任务2.4：集成LLM提取（可选）

实现 _extract_by_deepseek() 方法
设计提示词模板
实现结果解析和验证
添加错误处理和重试机制

任务2.5：单元测试

编写规则提取测试用例
编写表格提取测试用例
编写LLM提取测试用例（如果实现）
准备测试数据（从mock数据中提取）

验收标准：

所有新实体类型规则添加完成
表格提取功能正常工作
单元测试覆盖率 > 80%
在测试数据上准确率 > 85%

阶段3：后端服务集成（预计3天）

任务3.1：创建NER实体服务

创建 NerEntityService.java
实现 extractAndSaveEntities() - 提取并保存实体
实现 saveEntity() - 保存单个实体到图数据库
实现 getEntitiesByAttachment() - 查询附件的实体
实现 mapEntityToElement() - 映射实体到要素
实现 deleteEntity() - 删除实体
实现 updateEntity() - 更新实体信息

任务3.2：创建NER控制器

创建 NerController.java
实现 POST /api/v1/ner/attachments/{id}/extract - 触发NER提取
实现 GET /api/v1/ner/attachments/{id}/entities - 获取实体列表
实现 POST /api/v1/ner/entities/{id}/map - 映射实体
实现 DELETE /api/v1/ner/entities/{id} - 删除实体
实现 PUT /api/v1/ner/entities/{id} - 更新实体
实现 GET /api/v1/ner/attachments/{id}/statistics - 获取统计信息

任务3.3：集成到附件上传流程

修改 AttachmentService.uploadAttachment()
添加NER触发选项（自动/手动）
实现异步NER任务创建
添加NER状态更新逻辑

任务3.4：实现自动映射逻辑

创建 EntityMappingService.java
实现基于规则的自动映射
- 日期类实体 → 日期类要素
- 机构类实体 → 评审对象相关要素
- 得分类实体 → 评审得分要素
实现映射置信度计算
添加映射建议功能

任务3.5：API测试

编写集成测试
测试完整流程：上传附件 → NER提取 → 保存实体 → 查询展示
测试异常情况处理
性能测试（大文档处理）

验收标准：

所有API接口实现完成
集成测试通过
API文档更新
性能满足要求（单个附件NER < 30s）

阶段4：前端界面开发（预计4天）

任务4.1：创建API接口层

创建 src/api/ner.js
实现 getNerEntities(attachmentId) - 获取实体列表
实现 triggerNerExtract(attachmentId) - 触发NER提取
实现 mapEntityToElement(entityId, elementKey) - 映射实体
实现 deleteEntity(entityId) - 删除实体
实现 getNerStatistics(attachmentId) - 获取统计信息

任务4.2：创建NER分析主页面

创建 src/views/NerAnalysis.vue
实现顶部统计卡片
实现Tab切换（实体列表/文本标注/要素映射/关系图谱）
实现数据加载和刷新
添加加载状态和错误处理

任务4.3：实现实体列表视图

创建 src/views/components/EntityListView.vue
实现实体表格展示
实现筛选功能（类型/映射状态/置信度）
实现搜索功能
实现映射操作
实现删除操作
添加批量操作功能

任务4.4：实现文本标注视图

创建 src/views/components/TextAnnotationView.vue
实现原文展示
实现实体高亮（不同颜色标识不同类型）
实现鼠标悬停显示详情
实现点击实体跳转到详情
添加高亮开关和类型过滤

任务4.5：实现要素映射视图

创建 src/views/components/EntityMappingView.vue
实现左右分栏布局（实体列表 | 要素列表）
实现拖拽映射功能
实现自动映射建议展示
实现映射关系可视化
添加批量映射功能

任务4.6：实现关系图谱视图（可选）

创建 src/views/components/RelationGraphView.vue
集成图可视化库（如 ECharts/G6）
实现节点和边的渲染
实现交互功能（缩放/拖拽/点击）
添加布局算法选择

任务4.7：集成到附件管理页面

修改 src/views/AttachmentManagement.vue
添加"NER分析"按钮
添加NER状态显示
添加快捷操作入口

任务4.8：样式优化

设计实体类型颜色方案
优化表格和卡片样式
添加响应式布局
优化移动端显示

验收标准：

所有视图组件实现完成
UI/UX符合设计规范
响应式布局正常工作
浏览器兼容性测试通过

阶段5：测试与优化（预计3天）

任务5.1：端到端测试

准备测试数据集（5-10个真实附件）
测试完整流程：
1. 上传附件
2. 触发NER提取
3. 查看实体列表
4. 文本标注展示
5. 映射到要素
6. 验证要素值填充
记录测试结果和问题

任务5.2：准确率评估

人工标注测试数据的正确实体
计算NER准确率、召回率、F1值
分析错误案例
优化规则和阈值
重新测试直到准确率 > 85%

任务5.3：性能优化

分析性能瓶颈（使用profiler）
优化数据库查询（添加索引）
优化NER提取速度（并行处理）
优化前端渲染性能（虚拟滚动）
添加缓存机制
压力测试（并发请求）

任务5.4：用户体验优化

添加操作引导（新手教程）
优化错误提示信息
添加操作确认对话框
优化加载状态展示
添加快捷键支持
收集用户反馈并改进

任务5.5：文档编写

编写用户操作手册
编写API接口文档
编写开发者文档
录制操作演示视频
编写FAQ文档

验收标准：

端到端测试全部通过
NER准确率 > 85%
单个附件处理时间 < 30s
用户满意度 > 4.0/5.0
文档完整齐全

阶段6：部署与上线（预计1天）

任务6.1：环境配置

配置生产环境的NER服务地址
配置DeepSeek API密钥（如使用）
配置数据库连接
配置日志级别和输出

任务6.2：部署Python NER服务

构建Docker镜像
部署到服务器
配置systemd服务（参考 scripts/systemd/lingyue-ner.service）
测试服务可用性
配置监控和告警

任务6.3：部署后端服务

编译打包后端代码
执行数据库迁移
部署到服务器
重启相关服务
验证API可用性

任务6.4：部署前端

构建前端代码
部署到Web服务器
配置Nginx反向代理
测试页面访问

任务6.5：上线验证

执行冒烟测试
验证核心功能
检查日志输出
监控系统性能
准备回滚方案

验收标准：

所有服务正常运行
核心功能验证通过
监控指标正常
无严重错误日志

附录：开发规范

代码规范

Java代码遵循阿里巴巴Java开发手册
Python代码遵循PEP 8规范
Vue代码遵循Vue官方风格指南
所有代码必须通过Lint检查

提交规范

Commit message格式：[类型] 简短描述
类型：feat/fix/docs/style/refactor/test/chore
示例：[feat] 添加NER实体列表视图

分支管理

主分支：main
开发分支：dev/ner-implementation
功能分支：feature/ner-entity-service
修复分支：fix/ner-accuracy-issue

Code Review

所有代码必须经过至少1人Review
Review重点：功能正确性、代码质量、性能、安全性
使用GitLab Merge Request进行Review

测试要求

单元测试覆盖率 > 80%
关键功能必须有集成测试
上线前必须通过端到端测试

风险管理

高风险项

NER准确率不达标
- 缓解措施：准备多种提取模式（规则/LLM），支持人工校正
- 应急方案：降低自动映射比例，增加人工审核
性能问题
- 缓解措施：异步处理、分块提取、缓存优化
- 应急方案：限制并发数、增加服务器资源
LLM API成本过高
- 缓解措施：优先使用规则模式，仅复杂场景用LLM
- 应急方案：切换到本地模型（Ollama）

中风险项

数据一致性问题
- 缓解措施：事务控制、审计日志
- 应急方案：数据回滚机制
用户体验不佳
- 缓解措施：用户测试、快速迭代
- 应急方案：提供详细操作文档和培训

进度跟踪

阶段	预计工期	开始日期	结束日期	负责人	状态
阶段1：基础设施	2天	-	-	-	待开始
阶段2：NER服务	3天	-	-	-	待开始
阶段3：后端集成	3天	-	-	-	待开始
阶段4：前端开发	4天	-	-	-	待开始
阶段5：测试优化	3天	-	-	-	待开始
阶段6：部署上线	1天	-	-	-	待开始
总计	16天	-	-	-	-

文档版本：v1.0
创建时间：2024-03-04
最后更新：2024-03-04
维护者：开发团队

NER开发任务清单.md 12 KB Geschiedenis Ruwe

NER阶段开发任务清单

阶段1：基础设施搭建（预计2天）

任务1.1：扩展常量定义

任务1.2：创建DTO类

任务1.3：数据库迁移

任务1.4：配置DeepSeek API（可选）

阶段2：Python NER服务增强（预计3天）

任务2.1：扩展实体类型规则

任务2.2：优化规则准确率

任务2.3：实现表格提取功能

任务2.4：集成LLM提取（可选）

任务2.5：单元测试

阶段3：后端服务集成（预计3天）

任务3.1：创建NER实体服务

任务3.2：创建NER控制器

任务3.3：集成到附件上传流程

任务3.4：实现自动映射逻辑

任务3.5：API测试

阶段4：前端界面开发（预计4天）

任务4.1：创建API接口层

任务4.2：创建NER分析主页面

任务4.3：实现实体列表视图

任务4.4：实现文本标注视图

任务4.5：实现要素映射视图

任务4.6：实现关系图谱视图（可选）

任务4.7：集成到附件管理页面

任务4.8：样式优化

阶段5：测试与优化（预计3天）

任务5.1：端到端测试

任务5.2：准确率评估

任务5.3：性能优化

任务5.4：用户体验优化

任务5.5：文档编写

阶段6：部署与上线（预计1天）

任务6.1：环境配置

任务6.2：部署Python NER服务

任务6.3：部署后端服务

任务6.4：部署前端

任务6.5：上线验证

附录：开发规范

代码规范

提交规范

分支管理

Code Review

测试要求

风险管理

高风险项

中风险项

进度跟踪

NER开发任务清单.md 12 KB

Geschiedenis Ruwe