|
|
@@ -1517,8 +1517,9 @@ class TendereeRuleRecall():
|
|
|
"(人|公司|单位|组织|用户|业主|主体|方|部门)|文章来源|委托机构|产权所有人|需求?方|买方|业主|(业主|采购人|招标人)联系方式[，：]公司名称：|权属人|甲方当事人|询价书企业|比选发起人|项目单位[，：]单位名称|结算单位)"\
|
|
|
"[）)]?(信息[，：])?((公司|单位)?名称)?([(（](全称|盖章)[）)])?(是|为|：|:)+)(?P<unrecognized>[^，。：:；]+)[，。；：:]")
|
|
|
# 未识别实体尾部判断
|
|
|
- self.unrecognized_end1 = re.compile(".{2,}?(?:公司|医院|学校|学院|大学|中学|小学|幼儿园|政府|指挥部|办公室|项目部|业主大会|监狱|教育局|委员会|研究所|招标办|采购部|办事处|水利局|公墓|中心)")
|
|
|
- self.unrecognized_end2 = re.compile(".{4,}(?:署|局|厅|处|室|科|部|站|所|股|行)")
|
|
|
+ self.unrecognized_end1 = re.compile(
|
|
|
+ "^[\u4e00-\u9fa5]{2,}?(?:公司|医院|学校|学院|大学|中学|小学|幼儿园|政府|指挥部|办公室|项目部|业主大会|监狱|教育局|委员会|研究所|招标办|采购部|办事处|水利局|公墓|中心)")
|
|
|
+ self.unrecognized_end2 = re.compile("^[\u4e00-\u9fa5]{4,}(?:署|局|厅|处|室|科|部|站|所|股|行)")
|
|
|
|
|
|
def predict(self, list_articles,list_sentences, list_entitys, list_codenames):
|
|
|
# tenderee_notfound = True
|
|
|
@@ -1639,7 +1640,7 @@ class TendereeRuleRecall():
|
|
|
else:
|
|
|
continue
|
|
|
# print(_unrecognized)
|
|
|
- if re.search("某",_unrecognized):
|
|
|
+ if re.search("某",_unrecognized) or len(_unrecognized)>15:
|
|
|
continue
|
|
|
begin_index_temp = _match.start()+len(_groupdict['tenderee_left'])
|
|
|
for j in range(len(list_tokenbegin)):
|
