Files

Фёдор 0cf3297290 Проект аудита отелей: основные скрипты и документация

- Краулеры: smart_crawler.py, regional_crawler.py
- Аудит: audit_orel_to_excel.py, audit_chukotka_to_excel.py
- РКН проверка: check_rkn_registry.py, recheck_unclear_rkn.py
- Отчёты: create_orel_horizontal_report.py
- Обработка: process_all_hotels_embeddings.py
- Документация: README.md, DB_SCHEMA_REFERENCE.md

2025-10-16 10:52:09 +03:00

6.6 KiB

Raw Blame History

🤖 NATASHA NER API - ИСПОЛЬЗОВАНИЕ В n8n

🚀 ЗАПУСК API:

cd /root/engine/public_oversight/hotels
python3 -m uvicorn natasha_ner_api:app --host 0.0.0.0 --port 8004 --reload

API будет доступен на: http://localhost:8004

📡 ENDPOINTS:

1. GET / - Информация о сервисе

curl http://localhost:8004/

2. GET /health - Проверка здоровья

curl http://localhost:8004/health

3. POST /extract - Полное извлечение сущностей

curl -X POST http://localhost:8004/extract \
  -H "Content-Type: application/json" \
  -d '{"text": "ИП Фролов С.А. находится по адресу г. Петропавловск-Камчатский"}'

Ответ:

{
  "organizations": ["ИП"],
  "persons": ["Фролов С.А."],
  "locations": ["Петропавловск-Камчатский"],
  "entities": [
    {
      "type": "ORG",
      "text": "ИП",
      "start": 0,
      "end": 2
    },
    {
      "type": "PER",
      "text": "Фролов С.А.",
      "start": 3,
      "end": 14
    },
    {
      "type": "LOC",
      "text": "Петропавловск-Камчатский",
      "start": 35,
      "end": 59
    }
  ],
  "total_entities": 3
}

4. POST /extract_simple - Упрощённое извлечение (для n8n)

curl -X POST http://localhost:8004/extract_simple \
  -H "Content-Type: application/json" \
  -d '{"text": "ООО Гостиница Певек, ИНН 1234567890"}'

Ответ:

{
  "organizations": ["ООО", "Гостиница Певек"],
  "persons": [],
  "locations": [],
  "has_organizations": true,
  "has_persons": false,
  "has_locations": false,
  "total": 2
}

🔗 ИСПОЛЬЗОВАНИЕ В n8n:

HTTP REQUEST NODE:

Настройки:

Method: POST
URL: http://localhost:8004/extract_simple
Body:

{
  "text": "{{ $json.quote }}",
  "max_length": 5000
}

Headers:

Content-Type: application/json

💻 CODE NODE для обработки NER результатов:

Используй готовый файл: n8n_code_natasha_ner.js

Он:

✅ Проверяет критерии 1 и 2 (ИНН/ОГРН и Адрес)
✅ Вызывает Natasha API
✅ Комбинирует с результатами регулярок
✅ Возвращает улучшенную оценку

🎯 WORKFLOW В n8n:

┌─────────────────────────────┐
│ 1. Generate 17 Criteria     │
└──────────────┬──────────────┘
               ↓
┌─────────────────────────────┐
│ 2. Loop Over Items          │
└──────────────┬──────────────┘
               ↓
┌─────────────────────────────┐
│ 3. PostgreSQL: Regex Search │
└──────────────┬──────────────┘
               ↓
┌─────────────────────────────┐
│ 4. Code: Process Results    │
└──────────────┬──────────────┘
               ↓
┌─────────────────────────────┐
│ 5. Code: Natasha NER Check  │  ← 🆕 Вызывает Natasha API
│    (n8n_code_natasha_ner.js)│
└──────────────┬──────────────┘
               ↓
┌─────────────────────────────┐
│ 6. Aggregate Results        │
└──────────────┬──────────────┘
               ↓
┌─────────────────────────────┐
│ 7. Calculate Final Score    │
└─────────────────────────────┘

📊 ПРИМЕР РЕЗУЛЬТАТА:

Критерий 1 (ИНН/ОГРН):

{
  "criterion_id": 1,
  "criterion_name": "Юридическая идентификация",
  "score": 0.0,           // Регулярки не нашли
  "ner_score": 1.0,       // Natasha нашла!
  "ner_entities": ["ООО Гостиница Певек", "ИП Фролов С.А."],
  "final_score": 1.0,     // MAX(0.0, 1.0) = 1.0
  "method": "Natasha NER"
}

Критерий 2 (Адрес):

{
  "criterion_id": 2,
  "criterion_name": "Адрес",
  "score": 1.0,           // Регулярки нашли
  "ner_score": 1.0,       // Natasha тоже нашла!
  "ner_entities": ["Петропавловск-Камчатский", "ул. Пограничная"],
  "final_score": 1.0,     // MAX(1.0, 1.0) = 1.0
  "method": "Гибрид (Regex + NER)"
}

⚡ ПРЕИМУЩЕСТВА:

✅ Natasha находит организации, даже если нет ИНН/ОГРН
✅ Natasha находит адреса, даже если формат нестандартный
✅ Работает через HTTP - легко интегрировать в n8n
✅ Быстрая - обрабатывает текст за ~100-200ms
✅ Локальная - не нужен интернет

🔧 НАСТРОЙКА В n8n:

Вариант 1: Используй готовый Code Node

Вставь код из n8n_code_natasha_ner.js - он всё сделает автоматически!

Вариант 2: HTTP Request Node

Добавь HTTP Request Node
URL: http://localhost:8004/extract_simple
Method: POST
Body: {"text": "{{ $json.quote }}"}
Обработай ответ в следующей Code Node

📞 ПРОВЕРКА РАБОТЫ:

# Проверка здоровья
curl http://localhost:8004/health

# Тест на русском тексте
curl -X POST http://localhost:8004/extract_simple \
  -H "Content-Type: application/json" \
  -d '{"text": "Гостиница Певек находится по адресу г. Певек, ул. Ленина, 10"}'

Готово! Natasha API запущен на порту 8004! 🚀

6.6 KiB Raw Blame History Unescape Escape