调整规则预测 channel

BiddingKG/dl/interface/predictor.py

@@ -2503,49 +2503,49 @@ class DocChannel():
 
   def load_pattern(self):
       self.type_dic = {
-            '土地矿产': '供地结果|(土地|用地|宗地|地块|海域|矿)的?(基本信息|基本情况|概况|信息|详情|来源|用途|性质|编号|位置|坐落|使用年限|出让年限)|(土地|山地|农田)(经营权)?(出让|出租|招租|租赁|承包|流转)|流转土地',
-            '拍卖出让': '(拍卖|变卖|流拍|竞拍)的?(公告|活动|信息|结果|成交|主体|标的|资产|财产|方式|类型|流程|程序|规则|价格|保证金|时间)|(公开|进行|密封)(拍卖|变卖|竞拍)|第[一二三]次拍卖|(资产|司法|网络)拍卖|交易方式.{,2}拍卖|拍卖会',
-            '产权交易': '(产权|资产|权证)的?(类型|信息|名称|编号|(基本)?情况)|(经营权|承包权|使用权|租赁权|股权|债权|排污权|化学需氧量|储备量)(挂牌|转让|出让)|竞价销售|销售结果|房屋所有权房产|免租期限|交易期限|(受让|转让|承租|出租|买受)(人|方)|(店面|店铺|商铺|铺位?|门面|门市|食堂|饭堂|校舍|车位|停车场|厂?房|仓?库|馆|资产|物业|房产|房屋|场地|农田|鱼?塘)\w{,4}(处置|招租|出租|续租|租赁|转让)|(出租|转让|产权|资产)(项目|中标|成交|流标|废标)|出租(用途|类型)|转让底价|租赁(标的物|情况)',
-            '采招数据': '(采购|招标|代理)(人|机构|单位)|(采购|招标)(条件|范围|文件|内容)|(申请人|投标人|供应商|报价人|参选人)的?资格要求；' #|变更|答疑|澄清|中标|成交|合同|废标|流标
-        }
+          '土地矿产': '供地结果|(土地|用地|宗地|地块|海域|矿)的?(基本信息|基本情况|概况|信息|详情|来源|用途|性质|编号|位置|坐落|使用年限|出让年限)|(土地|山地|农田)(经营权)?(出让|出租|招租|租赁|承包|流转)|流转土地',
+          '拍卖出让': '(拍卖|变卖|流拍|竞拍)的?(公告|活动|信息|结果|成交|主体|标的|资产|财产|方式|类型|流程|程序|规则|价格|保证金|时间)|(公开|进行|密封)(拍卖|变卖|竞拍)|第[一二三]次拍卖|(资产|司法|网络)拍卖|交易方式.{,2}拍卖|拍卖会',
+          '产权交易': '(产权|资产|权证)的?(类型|信息|名称|编号|(基本)?情况)|(经营权|承包权|使用权|租赁权|股权|债权|排污权|化学需氧量|储备量)(挂牌|转让|出让)|竞价销售|销售结果|房屋所有权房产|免租期限|交易期限|(受让|转让|承租|出租|买受)(人|方)|(店面|店铺|商铺|铺位?|门面|门市|食堂|饭堂|校舍|车位|停车场|厂?房|仓?库|馆|资产|物业|房产|房屋|场地|农田|鱼?塘)\w{,4}(处置|招租|出租|续租|租赁|转让)|(出租|转让|产权|资产)(项目|中标|成交|流标|废标)|出租(用途|类型)|转让底价|租赁(标的物|情况)',
+          '采招数据': '(采购|招标)(条件|范围|文件|内容)|(申请人|投标人|供应商|报价人|参选人)的?资格要求；'  # |变更|答疑|澄清|中标|成交|合同|废标|流标 |(采购|招标|代理)(人|机构|单位)|
+      }
 
       self.title_type_dic = {
-            '土地矿产': '(土地|用地|宗地|荒地|山地|海域|矿)(出让|出租|招租|租赁|承包|流转|使用权|经营权|征收|划拨|中标|成交)|供地结果|矿业权|探矿权|采矿权|(土地|用地|宗地|地块)(使用权)?(终止|中止|网上)?(挂牌|出让|拍卖|招拍|划拨)|征收土地',
-            '拍卖出让': '(拍卖|变卖|流拍|竞拍)的?(公告|公示)|拍卖|变卖|流拍|竞拍',
-            '产权交易': '经营权|承包权|使用权|租赁权|股权|债权|排污权|化学需氧量|储备量|竞价销售|销售结果|出租|招租|拍租|竞租|续租|挂牌|出让',
-            '采招数据': '(采购|招标|询价|议价|比价|比选|遴选|邀请|邀标|磋商|洽谈|约谈|谈判)的?(公告|公示|中标|成交|结果|$)|工程招标', #|竞价 采招/产权都有竞价方式 # 意向|需求|预公?告|报建|总承包|工程|施工|设计|勘察|代理|监理 |变更|答疑|澄清|中标|成交|合同|废标|流标
-            '新闻资讯': '(考试|面试|笔试)成绩|成绩的?(公告|公示|公布)|公开招聘|招聘(公告|简章|启事|合同制)|疫情防控\s{,5}(通知|情况|提示)'
-        }
+          '土地矿产': '(土地|用地|宗地|荒地|山地|海域|矿)(出让|出租|招租|租赁|承包|流转|使用权|经营权|征收|划拨|中标|成交)|供地结果|矿业权|探矿权|采矿权|(土地|用地|宗地|地块)(使用权)?(终止|中止|网上)?(挂牌|出让|拍卖|招拍|划拨)|征收土地',
+          '拍卖出让': '(拍卖|变卖|流拍|竞拍)的?(公告|公示)|拍卖|变卖|流拍|竞拍',
+          '产权交易': '经营权|承包权|使用权|租赁权|股权|债权|排污权|化学需氧量|储备量|竞价销售|销售结果|出租|招租|拍租|竞租|续租|挂牌|出让',
+          '采招数据': '(采购|招标|询价|议价|比价|比选|遴选|邀请|邀标|磋商|洽谈|约谈|谈判)的?(公告|公示|中标|成交|结果|$)|工程招标',
+          # |竞价 采招/产权都有竞价方式 # 意向|需求|预公?告|报建|总承包|工程|施工|设计|勘察|代理|监理 |变更|答疑|澄清|中标|成交|合同|废标|流标
+          '新闻资讯': '(考试|面试|笔试)成绩|成绩的?(公告|公示|公布)|公开招聘|招聘(公告|简章|启事|合同制)|疫情防控\s{,5}(通知|情况|提示)'
+      }
       self.life_dic = {
-            '采购意向': '采购意向|招标意向|选取意向|意向公告|意向公示',
-            '招标预告': '预计(采购|招标)(时间|日期)',
-            '招标公告': '(采购|招标|竞选|报名)条件；报名时间；报名流程；报名方法；报名需提供的材料；参加竞价采购交易资格；(申请人|投标人|供应商|报价人|参选人)的?资格要求；获取(采购|招标|询价|议价|竞价|比价|比选|遴选|邀请|邀标|磋商|洽谈|约谈|谈判|竞谈|应答)文件；(采购|招标|询价|议价|竞价|比价|比选|遴选|邀请|邀标|磋商|洽谈|约谈|谈判|竞谈|应答)文件的?(获取|领取)',
-            '资审结果': '资审及业绩公示|资格后审情况报告|资格后审结果公告|资格后审结果公示|资格预审结果公告|资格预审结果公示|预审结果公示|资格审查结果公示如下|资格预审工作已结束',
-            '招标答疑': '现澄清为|现澄清如下|澄清内容如下|第[0-9一二三四五]次澄清|答疑澄清公告|(最高(投标)?限价|控制价|拦标价)公示', #|异议的回复
-            '公告变更': '原公告(主要)?(信息|内容)|变更[前后]内容|现在?(变更|更正|修改|更改)为|(变更|更正)内容为|更正理由|更正人名称|[、\s](更正信息|更正内容)：',
-            '候选人公示': '候选人公示|评标结果公示',
-            '中标信息': '供地结果信息|采用单源直接采购的?情况说明|现将\w{,4}(成交|中标|中选|选定结果|选取结果)\w{2,8}(进行公示|公[示布]如下)|(中标|中选)(供应商|承包商|候选人|入围单位)如下|拟定供应商的情况|(中标(候选人|人|成交)|成交)\w{,3}(信息|情况)[：:\s]',
-            '中标信息2': '(成交|中标)(日期|时间)[：:\s]|成交金额：|中标价格：',
-            '中标信息3': '(中标|中选|成交|拟定|拟选用|最终选定的?|受让|唯一)(供应商|供货商|服务商|机构|企业|公司|单位|候选人|人)(名称)?[：:\s]|[、\s](第一名|(拟定|推荐|入围)?(供应商|供货商)|(中选|中标|供货)单位|中选人)[：:\s]',
-            '合同公告': '合同(公告|公示)信息；合同(公告|公示)日期；合同(公告|公示)内容；合同编号；合同名称；合同签订日期；合同主体；供应商乙方',
-            '废标公告': '(终止|中止|废标|流标|失败|作废|异常|撤销)(结果)?(公告|公示|招标|采购|竞价)|(谈判结果为|结果类型)：废标|((本|该)项目|本标段|本次(招标)?)((采购|招标)?(失败|终止|流标|废标)|(按|做|作)(流标|废标)处理)',
-            '废标公告2': '(无效|中止|终止|废标|流标|失败|作废|异常|撤销)的?原因|本项目因故取消。'
-        }
+          '采购意向': '采购意向|招标意向|选取意向|意向公告|意向公示',
+          '招标预告': '(预计|计划)(采购|招标)(时间|日期)|采购(计划编号|需求方案|预告|预案)|(预|需求)公示|需求(方案|信息|论证|公告|公示)',
+          '招标公告': '(采购|招标|竞选|报名)条件|报名(时间|流程|方法|\w{,5}材料)|参加竞价采购交易资格|(申请人|投标人|供应商|报价人|参选人)的?资格要求|获取(采购|招标|询价|议价|竞价|比价|比选|遴选|邀请|邀标|磋商|洽谈|约谈|谈判|竞谈|应答)文件|(采购|招标|询价|议价|竞价|比价|比选|遴选|邀请|邀标|磋商|洽谈|约谈|谈判|竞谈|应答)文件的?(获取|领取)',
+          '资审结果': '资审及业绩公示|资审结果及业绩|资格后审情况报告|资格(后审|预审|审查)结果(公告|公示)|(预审|审查)工作已经?结束|未通过(原因|资格)',
+          '招标答疑': '现澄清(为|如下)|答疑补遗|澄清内容如下|第[0-9一二三四五]次澄清|答疑澄清|(最高(投标)?限价|控制价|拦标价)公示',  # |异议的回复
+          '公告变更': '第[\d一二]次变更|(更正|变更)(公告|公示|信息|内容|事项|原因|理由|日期|时间|如下)|原公告((主要)?(信息|内容)|发布时间)|(变更|更正)[前后]内容|现?在?(变更|更正|修改|更改)(内容)?为|(公告|如下|信息|内容|事项|结果|文件|发布|时间|日期)(更正|变更)',
+          '候选人公示': '候选人公示|评标结果公示',
+          '中标信息': '供地结果信息|采用单源直接采购的?情况说明|[特现]?将\w{,4}(成交|中标|中选|选定结果|选取结果|入围结果)\w{,4}(进行公示|公[示布]如下)|(中标|中选)(供应商|承包商|候选人|入围单位)如下|拟定供应商的情况|((中标|中选)(候选人|人|成交)|成交)\w{,3}(信息|情况)[：:\s]',
+          '中标信息2': '\s(成交|中标|中选)(信息|日期|时间|总?金额|价格)[：:\s]|(采购|招标|成交|中标|中选|评标)结果|单一来源采购原因|拟采取单一来源方式采购',
+          '中标信息3': '(中标|中选|成交|拟定|拟选用|最终选定的?|受让|唯一)(供应商|供货商|服务商|机构|企业|公司|单位|候选人|人)(名称)?[：:\s]|[、\s](第一名|(拟定|推荐|入围)?(供应商|供货商)|(中选|中标|供货)单位|中选人)[：:\s]',
+          '中标信息neg': '按项目控制价下浮\d%即为成交价|成交原则|不得确定为(中标|成交)|招标人按下列原则选择中标人|评选成交供应商：|拟邀请供应商|除单一来源采购项目外|单一来源除外|(各.{,5}|尊敬的)(供应商|供货商)[：\s]|竞拍起止时间：|询价结果[\s\n:：]*不公开|本项目已具备招标条件|现对该项目进行招标公告|发布\w{2}结果后\d天内送达|本次\w{2}结果不对外公示',
+      # |确定成交供应商[：，\s]
+          '合同公告': '合同(公告|公示|信息|内容)|合同(编号|名称|主体|基本情况|签订日期)|(供应商乙方|乙方供应商)：|合同总?金额',
+          '废标公告': '(终止|中止|废标|流标|失败|作废|异常|撤销)(结果)?(公告|公示|招标|采购|竞价)|(谈判结果为|结果类型)：?废标|((本|该)项目|本标段|本次(招标)?)((采购|招标)?(失败|终止|流标|废标)|予以废标|(按|做|作)?(流标|废标)处理)|(采购|招标|询价|议价|竞价|比价|比选|遴选|邀请|邀标|磋商|洽谈|约谈|谈判|竞谈|应答|项目)(终止|中止|废标|流标|失败|作废|异常|撤销)',
+          '废标公告2': '(无效|中止|终止|废标|流标|失败|作废|异常|撤销)的?原因|本项目因故取消|本(项目|次)(公开)?\w{2}失败|已终止\s*原因：|(人数|供应商|单位)不足|已终止'
+      }
       self.title_life_dic = {
-            '采购意向': '采购意向|招标意向|选取意向|意向公告|意向公示',
-            '招标预告': '预公?告|预公示|报建公告|(批前|标前)公示|供应计划$|(论证|征求|征集)(供应商)?意见|意见征询|需求评审公告|需求(公告|公示|意见)',
-            '公告变更': '(变更|更正(事项)?|更改|延期|暂停)(招标|采购)?的?(公告|公示|通知)|变更$|更正$',
-            '招标答疑': '质疑|澄清|答疑(文件)?|补遗书?|(最高(投标)?限价|控制价|拦标价)(公示|公告|$)',
-            '废标公告': '(终止|中止|废标|流标|失败|作废|异常|撤销|取消成交)(结果|竞价|项目)?的?(公告|公示|$)|(终止|中止)(采购|招标|询价|议价|竞价|比价|比选|遴选|邀请|邀标|磋商|洽谈|约谈|谈判|拍卖|招租|交易|出让)',
-            '合同公告': '(合同(成交|变更)?|(履约|验收)(结果)?)(公告|公示|信息|公式)|合同备案|合同书',  # 合同$|
-            '候选人公示': '候选人(变更)?公示|评标(结果)?公示|中标前?公示|中标预公示',
-            '中标信息': '(中标|中选|中价|中租|成交|入选|确认)(候选人|人|供应商|记录|结果|变更)?(公告|公示|结果)|未?入围(公示|公告)|(遴选|采购|招标|竞价|议价|比选|询价|评选|谈判|邀标|邀请|洽谈|约谈|评标|发包|遴选|交易)\w{,5}结果|开标(记录|信息|情况)|中标通知书|中标$',
-            # '资审结果': '(资质|资格)(预审|后审)(入围)?(公示|公告|报告)|(资质|资格)?(预审|后审)(入围)?(公示|公告|报告)|(资质|资格)(审查|预审)结果(公示)?|资审结果公示|未?入围(公示|公告)|资审及业绩公示',
-            '资审结果': '((资格|资质)(审查|预审|后审|审核)|资审)结果(公告|公示)?|(资质|资格)(预审|后审)公示|资审及业绩公示',
-            '招标公告': '(采购|招标|询价|议价|竞价|比价|比选|遴选|邀请|邀标|磋商|洽谈|约谈|谈判|拍卖|招租|交易|出让)的?(公告|公示|$)|公开(采购|招标|招租|拍卖|挂牌|出让)|(资审|预审|后审)公告',
-        }
-
-      self.wrong_win = '按项目控制价下浮\d%即为成交价|不得确定为(中标|成交)|招标人按下列原则选择中标人|确定成交供应商[：，\s]|评选成交供应商：|拟邀请供应商|除单一来源采购项目外|单一来源除外|(各.{,5}|尊敬的)(供应商|供货商)[：\s]|竞拍起止时间：|询价结果[\s\n:：]*不公开|本项目已具备招标条件|现对该项目进行招标公告'
+          '采购意向': '采购意向|招标意向|选取意向|意向公告|意向公示|意向公开',
+          '招标预告': '预公?告|预公示|报建公告|(批前|标前)公示|(供应|招标)计划表?$|(论证|征求|征集)(供应商)?意见|意见征询|需求评审公告|需求(公告|公示|意见)',
+          '公告变更': '第[\d一二]次变更|(变更|更正(事项)?|更改|延期|暂停)(招标|采购)?的?(公告|公示|通知)|变更$|更正$',
+          '招标答疑': '质疑|澄清|答疑(文件)?|补遗书?|(最高(投标)?限价|控制价|拦标价)(公示|公告|$)',
+          '废标公告': '(终止|中止|废标|废除|流标|失败|作废|异常|撤销|取消成?交?|流拍)(结果|竞价|项目)?的?(公告|公示|$)|(终止|中止)(采购|招标|询价|议价|竞价|比价|比选|遴选|邀请|邀标|磋商|洽谈|约谈|谈判|拍卖|招租|交易|出让)',
+          '合同公告': '(合同(成交|变更)?|(履约|验收)(结果)?)(公告|公示|信息|公式|公开|签订)|合同备案|合同书|合同$',
+          '候选人公示': '候选人(变更)?公示|评标(结果)?公示|中标前?公示|中标预公示',
+          '中标信息': '(中标|中选|中价|中租|成交|入选|确认)(候选人|人|供应商|记录|结果|变更)?(公告|公示|结果)|未?入围(公示|公告)|(遴选|采购|招标|竞价|议价|比选|询比?价|评选|谈判|邀标|邀请|洽谈|约谈|评标|发包|遴选|交易)\w{,2}结果|开标(记录|信息|情况)|单一来源|中标通知书|中标$',
+          '资审结果': '((资格|资质)(审查|预审|后审|审核)|资审)结果(公告|公示)?|(资质|资格)(预审|后审)公示|资审及业绩公示',
+          '招标公告': '(采购|招标|询价|议价|竞价|比价|比选|遴选|邀请|邀标|磋商|洽谈|约谈|谈判|拍卖|招租|交易|出让)的?(公告|公示|$)|公开(采购|招标|招租|拍卖|挂牌|出让)|(资审|预审|后审)公告',
+      }
 
   def load_life(self,life_model):
     with tf.Graph().as_default() as graph:
@@ -2795,8 +2795,13 @@ class DocChannel():
 
       def html2text(html):
           ser = re.search('<div[^<>]*richTextFetch', html)
-          if ser and len(re.sub('[^\u4e00-\u9fa5]', '', html[:ser.start()]))>500:
-              html = html[:ser.start()]+'##richTextFetch##'
+          # if ser and len(re.sub('[^\u4e00-\u9fa5]', '', html[:ser.start()]))>500:
+          #     html = html[:ser.start()]+'##richTextFetch##'
+          if ser:
+              if len(re.sub('[^\u4e00-\u9fa5]', '', html[:ser.start()])) > 200:
+                  html = html[:ser.start()] + '##richTextFetch##'
+              else:
+                  html = html[:ser.start() + 500]
           text = re.sub('<[^<]*?>', '', html).replace('&nbsp;', ' ')
           text = re.sub('http[0-9a-zA-Z-.:/]+|[0-9a-zA-Z-./@]+', '', text)
           text = re.sub('\s+', ' ', text)
@@ -2852,125 +2857,202 @@ class DocChannel():
           else:
               return '', '没有公告类型关键词,返回空'
 
-      def get_life(title, text, extract_json="", bidway="",  original_docchannel=''):
-          if re.search(self.title_life_dic['采购意向'], title) and re.search(self.life_dic['采购意向'], text[:100]):
-              if re.search(self.title_life_dic['候选人公示'], title):
-                  return '候选人公示', re.search(self.title_life_dic['候选人公示'], title).group(0)
-              elif re.search(self.title_life_dic['中标信息'], title):
-                  return '中标信息', re.search(self.title_life_dic['中标信息'], title).group(0)
-              elif re.search('终止|废标|流标', title):
-                  return '废标公告', re.search('终止|废标|流标', title).group(0)
-              elif is_single_source(bidway, title):
-                  return '中标信息', 'bidway单一来源'
-              elif re.search(self.title_life_dic['公告变更'], title) or re.search(self.life_dic['公告变更'], text):
-                  return '公告变更', (re.search(self.title_life_dic['公告变更'], title) or re.search(self.life_dic['公告变更'], text)).group(
-                      0)
-              return '采购意向', (
-                          re.search(self.title_life_dic['采购意向'], title) and re.search(self.life_dic['采购意向'], text[:100])).group(0)
-          elif re.search(self.title_life_dic['招标预告'], title) or re.search(self.life_dic['招标预告'], text):
-              if re.search(self.title_life_dic['候选人公示'], title):
-                  return '候选人公示', re.search(self.title_life_dic['候选人公示'], title).group(0)
-              elif re.search(self.title_life_dic['中标信息'], title):
-                  return '中标信息', re.search(self.title_life_dic['中标信息'], title).group(0)
-              elif re.search('终止|废标|流标', title):
-                  return '废标公告', re.search('终止|废标|流标', title).group(0)
-              elif is_single_source(extract_json, title):
-                  return '中标信息', 'bidway单一来源'
-              elif re.search(self.title_life_dic['公告变更'], title) or re.search(self.life_dic['公告变更'], text):
-                  return '公告变更', (re.search(self.title_life_dic['公告变更'], title) or re.search(self.life_dic['公告变更'], text)).group(
-                      0)
-              return '招标预告', (re.search(self.title_life_dic['招标预告'], title) or re.search(self.life_dic['招标预告'], text)).group(0)
-          elif re.search(self.title_life_dic['废标公告'], title+text.strip().split(' ')[0]) or re.search(self.life_dic['废标公告'], text[:150]):
-              return '废标公告', (
-                          re.search(self.title_life_dic['废标公告'], title+text.strip().split(' ')[0]) or re.search(self.life_dic['废标公告'], text[:150])).group(0)
-          elif re.search(self.life_dic['废标公告2'], text[:]) and not is_contain_winner(extract_json):
-              return '废标公告', re.search(self.life_dic['废标公告2'], text[:]).group(0)
-          elif re.search(self.title_life_dic['候选人公示'], title) or re.search(self.life_dic['候选人公示'], text[:150]):
-              if re.search('候选人|公示期?(已?满|已经?结束)|中标(结果|公告)', text) == None:
-                  return '中标信息', '候选人公示排除，修改为中标信息'
-              return '候选人公示', (
-                          re.search(self.title_life_dic['候选人公示'], title) or re.search(self.life_dic['候选人公示'], text[:150])).group(
-                  0)
-          elif re.search(self.title_life_dic['合同公告'], title) or re.search(self.title_life_dic['合同公告'], text[
-                                                                                             :150]):
-              return '合同公告', (re.search(self.title_life_dic['合同公告'], title) or re.search(self.title_life_dic['合同公告'],
-                                                                                    text[:150]) or re.search(
-                  self.life_dic['合同公告'], text)).group(0)
-          elif re.search(self.life_dic['合同公告'].replace('；', '|'), text):  # or re.search(self.life_dic['合同公告'], text[:300]):
-              num, kw = count_diffser(self.life_dic['合同公告'], text)
-              if num >= 3:
-                  return '合同公告', kw
-              elif re.search(self.title_life_dic['招标公告'], title[-8:]):
-                  return '招标公告', re.search(self.title_life_dic['招标公告'], title[-8:]).group(0)
-              elif not is_contain_winner(extract_json):
-                  return '', '有合同关键词无中标角色返回空'
-              return '合同公告', re.search(self.life_dic['合同公告'].replace('；', '|'), text).group(0)
-          elif is_single_source(extract_json, title):
-              return '中标信息', '单一来源采购'
-          elif re.search(self.title_life_dic['中标信息'], title):
-              if re.search(self.title_life_dic['资审结果'], title+text.strip().split(' ')[0]):
-                  return '资审结果', re.search(self.title_life_dic['资审结果'], title+text.strip().split(' ')[0]).group(0)
-              return '中标信息', re.search(self.title_life_dic['中标信息'], title).group(0)
-          elif re.search(self.title_life_dic['中标信息'], text[:100]) or re.search(self.life_dic['中标信息'], text[:]):
-              if re.search(self.title_life_dic['资审结果'], title+text.strip().split(' ')[0]):
-                  return '资审结果', re.search(self.title_life_dic['资审结果'], title+text.strip().split(' ')[0]).group(0)
-              if re.search(self.wrong_win, text):
-                  return '招标公告', re.search(self.wrong_win, text).group(0)
-              return '中标信息', (
-                          re.search(self.title_life_dic['中标信息'], text[:100]) or re.search(self.life_dic['中标信息'], text[:])).group(
-                  0)
-          elif re.search(self.life_dic['中标信息2'], text[:]):
-              if re.search(self.wrong_win, text):
-                  return '招标公告', re.search(self.wrong_win, text).group(0)
-              return '中标信息', re.search(self.life_dic['中标信息2'], text[:]).group(0)
-          elif re.search(self.life_dic['中标信息3'], text[:]) and is_contain_winner(extract_json):
-              if re.search(self.wrong_win, text):
-                  return '招标公告', re.search(self.wrong_win, text).group(0)
-              return '中标信息', re.search(self.life_dic['中标信息3'], text[:]).group(0)
-          elif re.search('公开选取.{,20}机构的公告', title):
-              if re.search('(中标|成交|中选)(中介|服务)?机构(名称)?[:：\s]', text):
-                  return '中标信息', '机构选取有中选机构'
+      def get_life(title, text):
+          title = re.sub('[-()（）0-9a-z]|第?[二三四]次公?告?', '', title)
+          first_line = text.split()[0] if len(text.split()) > 2 else ''
+          if title.strip()[-2:] not in ['公告', '公示'] and 5 < len(first_line) < 30 and first_line[-2:] in ['公告', '公示']:
+              # print('title: ', title, first_line)
+              title += first_line
+              # print('title: ', title)
+
+          def count_score(l):
+              return len(l) + len(set(l)) * 2
+
+          life_kw_title = {}
+          life_kw_content = {}
+          life_score = {}
+
+          # msc = ""
+          # 查找标题每个类别关键词
+          for k, v in self.title_life_dic.items():
+              k2 = re.sub('[\da-z]', '', k)
+              if k2 not in life_kw_title:
+                  life_kw_title[k2] = []
+              for it in re.finditer(v, title):
+                  life_kw_title[k2].append(it.group(0))
+
+          # 查找正文每个类别关键词
+          for k, v in self.life_dic.items():
+              k2 = re.sub('[\da-z]', '', k)
+              if k2 not in life_kw_content:
+                  life_kw_content[k2] = {'pos': [], 'neg': []}
+              for it in re.finditer(v, text):
+                  if 'neg' not in k:
+                      life_kw_content[k2]['pos'].append(it.group(0))
+                  else:
+                      life_kw_content[k2]['neg'].append(it.group(0))
+              if k2 not in life_score:
+                  life_score[k2] = count_score(life_kw_content[k2]['pos']) if 'neg' not in k else -count_score(
+                      life_kw_content[k2]['neg'])
               else:
-                  return '招标公告', '公开选取机构'
-          elif is_contain_winner(extract_json):
-              num, kw = count_diffser(self.life_dic['招标公告'], text)
-              if re.search(self.wrong_win, text):
-                  return '招标公告', re.search(self.wrong_win, text).group(0)
-              elif num >= 2:
-                  return '招标公告', kw
-              elif re.search('##richTextFetch##', text):
-                  return '', '提取到中标人但包含附件返回空'
-              return '中标信息', '提取到中标人'
-          elif re.search(self.title_life_dic['资审结果'], title+text.strip().split(' ')[0]) or re.search(self.life_dic['资审结果'], text[:150]):
-              return '资审结果', (re.search(self.title_life_dic['资审结果'], title+text.strip().split(' ')[0]) or re.search(self.life_dic['资审结果'], text[:150])).group(0)
-          elif re.search(self.title_life_dic['公告变更'], title) or re.search(self.life_dic['公告变更'], text):
-              if re.search(self.title_life_dic['废标公告'], title):
-                  return '废标公告', re.search(self.title_life_dic['废标公告'], title).group(0)
-              elif re.search(self.title_life_dic['候选人公示'], title):
-                  return '候选人公示', re.search(self.title_life_dic['候选人公示'], title).group(0)
-              elif re.search(self.title_life_dic['中标信息'], title):
-                  return '中标信息', re.search(self.title_life_dic['中标信息'], title).group(0)
-              elif is_single_source(extract_json, title):
-                  return '中标信息', 'bidway单一来源'
-              #         elif re.search('(中标|成交)结果', title[-8:]):
-              #             return '中标信息', re.search('(中标|成交)结果', title[-8:]).group(0)
-              return '公告变更', (re.search(self.title_life_dic['公告变更'], title) or re.search(self.life_dic['公告变更'], text)).group(0)
-          elif re.search(self.title_life_dic['招标答疑'], title) or re.search(self.life_dic['招标答疑'], text[:200]) or len(
-                  re.findall('(答：|回复：)', text)) >= 2:  # or re.search(self.title_life_dic['招标答疑'], text[:150])
-              if re.search(self.title_life_dic['废标公告'], title):
-                  return '废标公告', re.search(self.title_life_dic['废标公告'], title).group(0)
-              elif re.search('(中标|成交)结果', title[-8:]):
-                  return '中标信息', re.search('(中标|成交)结果', title[-8:]).group(0)
-              return '招标答疑', (
-                          re.search(self.title_life_dic['招标答疑'], title) or re.search(self.life_dic['招标答疑'], text[:200]) or re.search(
-                      '(答：|回复：)', text)).group(0)
-          elif re.search(self.title_life_dic['招标公告'], title) or re.search(self.life_dic['招标公告'].replace('；', '|'), text[:]):
-              if re.search('意向|预告|变更|更正|中标|中选|成交|答疑|废标|流标|终止', title):
-                  return '', '招标正则召回标题有其他类别关键词，返回空'
-              return '招标公告', (re.search(self.title_life_dic['招标公告'], title) or re.search(self.life_dic['招标公告'].replace('；', '|'),
-                                                                                    text[:])).group(0)
+                  life_score[k2] = life_score[k2] + count_score(life_kw_content[k2]['pos']) if 'neg' not in k else \
+                  life_score[k2] - count_score(life_kw_content[k2]['neg'])
+
+          life_kw_title = {k: v for k, v in life_kw_title.items() if v != []}
+          life_kw_content = {k: v for k, v in life_kw_content.items() if life_score[k] > 0}
+          msc = [life_kw_title, life_kw_content, life_score]
+          msc = json.dumps(msc, ensure_ascii=False)
+
+          max_score = 0
+          life_list = []
+          for k in life_score.keys():
+              if life_score[k] > max_score:
+                  max_score = life_score[k]
+                  life_list = [k]
+              elif life_score[k] == max_score and life_score[k] > 0:
+                  life_list.append(k)
+
+          if '采购意向' in life_kw_title or '采购意向' in life_list:
+              return '采购意向', msc
+          elif '招标预告' in life_kw_title or '招标预告' in life_list:
+              if set(['中标信息', '候选人公示', '合同公告']) & set(life_kw_content) != set():
+                  return '', msc
+              return '招标预告', msc
+          elif '公告变更' in life_kw_title or '公告变更' in life_list:
+              if life_score.get('候选人公示', 0) > 3 or '候选人公示' in life_kw_title:
+                  return '候选人公示', msc
+              elif life_score.get('合同公告', 0) > 3 or '合同公告' in life_kw_title:
+                  return '合同公告', msc
+              elif life_score.get('中标信息', 0) > 3 or '中标信息' in life_kw_title:
+                  return '中标信息', msc
+              elif '招标公告' in life_kw_title and life_score.get('公告变更', 0) < 4:
+                  return '招标公告', msc
+              return '公告变更', msc
+          elif '招标答疑' in life_kw_title or '招标答疑' in life_list:
+              if '招标公告' in life_kw_title and life_score.get('招标答疑', 0) < 4:
+                  return '招标公告', msc
+              elif life_score.get('招标答疑', 0) < max_score:
+                  if max_score > 3 and len(life_list) == 1:
+                      return life_list[0], msc
+                  return '', msc
+              return '招标答疑', msc
+          elif '候选人公示' in life_kw_title or '候选人公示' in life_list:
+              if '招标公告' in life_kw_title and life_score.get('招标公告', 0) > 3:
+                  return '招标公告', msc
+              return '候选人公示', msc
+          elif '合同公告' in life_kw_title or '合同公告' in life_list:
+              if '招标公告' in life_kw_title and life_score.get('招标公告', 0) > 3:
+                  return '招标公告', msc
+              return '合同公告', msc
+          elif '中标信息' in life_kw_title or '中标信息' in life_list:
+              if '招标公告' in life_kw_title and life_score.get('招标公告',
+                                                            0) > 2:  # (life_score.get('招标公告', 0)>2 or life_score.get('中标信息', 0)<4) 0.7886409793924245
+                  return '招标公告', msc
+              elif '废标公告' in life_kw_title:
+                  return '废标公告', msc
+              elif life_score.get('候选人公示', 0) > 3:
+                  return '候选人公示', msc
+              elif life_score.get('合同公告', 0) > 5:
+                  return '合同公告', msc
+              return '中标信息', msc
+          elif '废标公告' in life_kw_title or '废标公告' in life_list:
+              if life_score.get('招标公告', 0) > 3:
+                  return '招标公告', msc
+              return '废标公告', msc
+          elif '资审结果' in life_kw_title or '资审结果' in life_list:
+              return '资审结果', msc
+          elif '招标公告' in life_kw_title or '招标公告' in life_list:
+              return '招标公告', msc
+
+          return '', msc
+
+      def get_model_inputs(list_sentence):
+          list_sentence = sorted(list_sentence, key=lambda x:x.sentence_index)
+          token_l = [it.tokens for it in list_sentence]
+          tokens = [it for l in token_l for it in l]
+          content = ' '.join(tokens[:500])
+          data_content, data_title = self.predict_process(docid='', doctitle=title[-50:],
+                                                          dochtmlcon=content)  # 标题最多取50字
+          text_len = len(data_content[0]) if len(data_content[0]) < self.sequen_len else self.sequen_len
+          title_len = len(data_title[0]) if len(data_title[0]) < self.title_len else self.title_len
+
+          array_content = embedding(data_content, shape=(len(data_content), self.sequen_len, 128))
+          array_title = embedding(data_title, shape=(len(data_title), self.title_len, 128))
+          return array_content, array_title ,text_len, title_len, content
+
+      def type_model_predict():
+           pred = self.type_sess.run(self.type_softmax,
+                                     feed_dict={
+                                         self.type_title: array_title,
+                                         self.type_content: array_content,
+                                         self.type_mask: [[0] * text_len + [1] * (self.sequen_len - text_len)],
+                                         self.type_mask_title: [[0] * title_len + [1] * (self.title_len - title_len)],
+                                         self.type_prob: 1}
+                                     )
+           id = np.argmax(pred, axis=1)[0]
+           prob = pred[0][id]
+           return id, prob
+
+      def life_model_predict():
+          pred = self.lift_sess.run(self.lift_softmax,
+                                    feed_dict={
+                                        self.lift_title: array_title,
+                                        self.lift_content: array_content,
+                                        self.mask: [[0] * text_len + [1] * (self.sequen_len - text_len)],
+                                        self.mask_title: [[0] * title_len + [1] * (self.title_len - title_len)],
+                                        self.lift_prob: 1}
+                                    )
+          id = np.argmax(pred, axis=1)[0]
+          prob = pred[0][id]
+          return id, prob
+
+      def final_change(msc):
+          '''
+          修改逻辑：
+          1、中标公告、合同公告无中标人且原始为非中标，返回原类型
+          2、废标公告有中标人且标题无废标关键词，返回中标信息
+          3、答疑公告标题无答疑关键且原始为招标，返回原始类别
+          4、招标公告有中标人且原始为中标，返回中标信息
+          5、预测及原始均在招标、预告、意向，返回原始类别
+          6、预测及原始均在变更、答疑，返回原始类别
+          7、预测为采招数据，原始为产权且有关键词，返回原始类别
+          '''
+          if result['docchannel']['docchannel'] in ['中标信息', '合同公告'] and origin_dic.get(
+                  original_docchannel, '') in ['招标公告', '采购意向', '招标预告']:
+              result['docchannel']['docchannel'] = origin_dic.get(original_docchannel, '')
+              msc += '最终规则修改：中标公告、合同公告无中标人且原始为非中标，返回原类型'
+          elif result['docchannel']['docchannel'] == '废标公告' and is_contain_winner(prem_json) and re.search(
+                  self.title_life_dic['废标公告'], title) == None:
+              result['docchannel']['docchannel'] = '中标信息'
+              msc += '最终规则修改：预测为废标却有中标人且标题无废标关键词改为中标信息;'
+          elif result['docchannel']['docchannel'] in ['招标答疑'] and re.search(
+                  self.title_life_dic['招标答疑'], title) == None and origin_dic.get(
+                  original_docchannel, '') in ['招标公告', '采购意向', '招标预告']:
+              result['docchannel']['docchannel'] = '中标信息'
+              msc += '最终规则修改：答疑公告标题无答疑关键且原始为招标，返回原始类别;'
+          elif result['docchannel']['docchannel'] == '中标信息' and is_contain_winner(prem_json) and origin_dic.get(
+                  original_docchannel, '') == '中标信息':
+              result['docchannel']['docchannel'] = '中标信息'
+              msc += '最终规则修改：预测为招标公告却有中标人且原始为中标改为中标信息;'
+          elif result['docchannel']['docchannel'] in ['招标公告', '采购意向', '招标预告'] and origin_dic.get(
+                  original_docchannel, '') in ['招标公告', '采购意向', '招标预告']:
+              result['docchannel']['docchannel'] = origin_dic.get(original_docchannel, '')
+              msc += '最终规则修改：预测及原始均在招标、预告、意向，返回原始类别'
+          elif result['docchannel']['docchannel'] in ['招标答疑', '公告变更'] and origin_dic.get(
+                  original_docchannel, '') in ['招标答疑', '公告变更']:
+              result['docchannel']['docchannel'] = origin_dic.get(original_docchannel, '')
+              msc += '最终规则修改：预测及原始均在答疑、变更，返回原始类别'
+          elif result['docchannel']['doctype'] == '采招数据' and origin_dic.get(
+                  original_docchannel, '') in ['产权交易', '土地矿产'] and re.search('产权|转让|受让|招租|出租|承租|竞价|资产', text):
+              result['docchannel']['doctype'] = origin_dic.get(original_docchannel, '')
+              msc += '最终规则修改：预测为采招数据，原始为产权且有关键词，返回原始类别'
+
+          '''下面是新格式增加返回字段'''
+          if result['docchannel']['docchannel'] != '':  # 预测到生命周期的复制到life_docchannel，否则用数据源结果
+              result['docchannel']['life_docchannel'] = result['docchannel']['docchannel']
           else:
-              return '', '未预测到关键词, 返回空'
+              result['docchannel']['life_docchannel'] = origin_dic.get(original_docchannel, '原始类别')
+          return msc
 
       not_extract_dic = {
           104: '招标文件',
@@ -3020,7 +3102,8 @@ class DocChannel():
       result = {'docchannel': {'docchannel': '', 'doctype': ''}}
 
       doc_type, type_kw = get_type(title, text)
-      doc_life, life_kw = get_life(title, text, prem_json, bidway, original_docchannel)
+      # doc_life, life_kw = get_life(title, text, prem_json, bidway, original_docchannel)
+      doc_life, life_kw = get_life(title, text)
       if doc_type in self.title_type_dic:
           result['docchannel']['doctype'] = doc_type
       if doc_life in self.title_life_dic:
@@ -3028,78 +3111,24 @@ class DocChannel():
       # print('channel正则预测结果：', result)
       msc = '正则结果：类型：%s, 关键词：%s, 周期：%s， 关键词：%s'%(doc_type, type_kw,doc_life, life_kw)+'\n'+'模型结果：'
       # print('类型：%s, 关键词：%s, 周期：%s， 关键词：%s'%(doc_type, type_kw,doc_life, life_kw))
-      if doc_type=="" or doc_life=="":
-          list_sentence = sorted(list_sentence, key=lambda x:x.sentence_index)
-          token_l = [it.tokens for it in list_sentence]
-          tokens = [it for l in token_l for it in l]
-          content = ' '.join(tokens[:500])
-          data_content, data_title = self.predict_process(docid='', doctitle=title[-50:],
-                                                          dochtmlcon=content)  # 标题最多取50字
-          text_len = len(data_content[0]) if len(data_content[0]) < self.sequen_len else self.sequen_len
-          title_len = len(data_title[0]) if len(data_title[0]) < self.title_len else self.title_len
-
-          array_content = embedding(data_content, shape=(len(data_content), self.sequen_len, 128))
-          array_title = embedding(data_title, shape=(len(data_title), self.title_len, 128))
-
-          if doc_type == "":
-              pred = self.type_sess.run(self.type_softmax,
-                                        feed_dict={
-                                            self.type_title: array_title,
-                                            self.type_content: array_content,
-                                            self.type_mask: [[0] * text_len + [1] * (self.sequen_len - text_len)],
-                                            self.type_mask_title: [[0] * title_len + [1] * (self.title_len - title_len)],
-                                            self.type_prob: 1}
-                                        )
-              id = np.argmax(pred, axis=1)[0]
-              prob = pred[0][id]
-              result['docchannel']['doctype'] = self.id2type[id]
-              msc += self.id2type[id] + '；'
+      if doc_type == "" or doc_life == "":
+          array_content, array_title, text_len, title_len, content = get_model_inputs(list_sentence)
+          if doc_type =="":
+              type_id, type_prob = type_model_predict()
+              type_model = self.id2type[type_id]
+              result['docchannel']['doctype'] = type_model
+              msc += type_model + '；'
               # print('公告类别：', self.id2type[id], '概率：',prob)
               # if id == 0:
           if doc_life=="" and result['docchannel']['doctype'] not in ['', '新闻资讯']:
               if len(text)>150 and re.search(self.kws, content):
-                  pred = self.lift_sess.run(self.lift_softmax,
-                                            feed_dict={
-                                                self.lift_title: array_title,
-                                                self.lift_content: array_content,
-                                                self.mask: [[0] * text_len + [1] * (self.sequen_len - text_len)],
-                                                self.mask_title: [[0] * title_len + [1] * (self.title_len - title_len)],
-                                                self.lift_prob: 1}
-                                            )
-                  id = np.argmax(pred, axis=1)[0]
-                  msc += self.id2life[id] + '；\n'
-                  prob = pred[0][id]
-                  if self.id2life[id] == '中标信息' and original_docchannel in [51,52,102,103,114] and not is_contain_winner(prem_json):
-                      result['docchannel']['docchannel'] = origin_dic.get(original_docchannel, '原始类别')
-                      msc += '模型预测为中标而无中标人且原始为非中标，返回原始类别；'
-                  elif self.id2life[id] == '采购意向' and re.search('意向品牌|意向单位', text):
-                      result['docchannel']['docchannel'] = '招标公告'
-                      msc += '模型为意向，正文有意向品牌等词改为招标公告；'
-                  elif self.id2life[id] == '招标答疑' and re.search('质疑|澄清|答疑(文件)?|补遗书?|(投标)?限价|控制价|拦标价',  title+text[:500])==None:
-                      result['docchannel']['docchannel'] = origin_dic.get(original_docchannel, '原始类别')
-                      msc += '模型为答疑，正文无答疑关键词改为原始类别；'
-                  elif prob<0.5:
-                      result['docchannel']['docchannel'] = origin_dic.get(original_docchannel, '原始类别')
-                      msc += '模型概率小于0.5，返回原始类别；'
-                  else:
-                      result['docchannel']['docchannel'] = self.id2life[id]
-                      # print('生命周期：',self.id2life[id], '概率：',prob)
-                      # if id == 6:
-                      if result['docchannel']['docchannel'] == '中标信息':
-                          if self.is_houxuan(''.join([it for it in title if it.isalpha()]),
-                                             ''.join([it for it in content if it.isalpha()])):
-                              result['docchannel']['docchannel'] = '候选人公示'
-                              # return '候选人公示', prob
-                              # return [{'docchannel': '候选人公示'}]
-      # print('公告类型：%s， 生命周期：%s， 关键词：%s '%(doc_type, doc_life, life_kw))
-      # print('result: ', result)
-      if result['docchannel']['docchannel'] == '废标公告' and is_contain_winner(prem_json) and re.search(self.title_life_dic['废标公告'], title)==None:
-          result['docchannel']['docchannel'] = '中标信息'
-          msc += '最终规则修改：预测为废标却有中标人且标题无废标关键词改为中标信息;'
-      if result['docchannel']['docchannel'] != '': # 预测到生命周期的复制到life_docchannel，否则用数据源结果
-          result['docchannel']['life_docchannel'] = result['docchannel']['docchannel']
-      else:
-          result['docchannel']['life_docchannel'] = origin_dic.get(original_docchannel, '原始类别')
+                  life_id, life_prob = life_model_predict()
+                  life_model = self.id2life[life_id]
+                  result['docchannel']['docchannel'] = life_model
+                  msc += life_model + '；\n'
+
+      msc = final_change(msc)
+      # print('channel ', msc)
       return result, msc
 
 # 保证金支付方式提取