feat: deepen structured field extraction

2026-05-04 15:51:31 +08:00
parent 4a9b1ee8a3
commit fda8b4d0a0
6 changed files with 607 additions and 5 deletions
@@ -0,0 +1,169 @@
+# OCR 后续能力扩展阶段 1 第三批执行记录（2026-05-04）
+
+## 1. 本批目标
+
+基于阶段 1 第二批已经完成的结构化理解增强，继续推进第三批：
+
+1. 更细的金额抽取。
+2. 更细的期限抽取。
+3. 更细的付款节点抽取。
+4. 条款关系理解显式化：
+   - 付款依赖验收
+   - 付款依赖发票
+   - 责任限制可能冲突违约责任
+
+## 2. 本批改造
+
+### 后端
+
+1. `backend/app/services/review_service.py`
+   - 新增金额明细抽取：
+     - `amount_details.raw`
+     - `amount_details.currency`
+     - `amount_details.value`
+     - `amount_details.unit`
+     - `amount_details.normalized_amount_cny`
+   - 新增期限明细抽取：
+     - `term_details.raw`
+     - `term_details.start_date`
+     - `term_details.end_date`
+     - `term_details.duration_text`
+   - 新增付款节点抽取：
+     - `contract_structure.payment_milestones`
+     - 支持识别：
+       - 签署后付款
+       - 验收合格后付款
+       - 收到发票后付款
+       - 百分比节点
+       - 节点时限
+   - 新增条款关系理解：
+     - `payment_depends_on_acceptance`
+     - `payment_depends_on_invoice`
+     - `liability_cap_conflicts_with_breach`
+   - 结构化分析元数据新增：
+     - `payment_milestone_count`
+     - `relationship_count`
+   - 审查报告导出内容同步增强：
+     - 付款节点
+     - 条款关系
+
+2. 条款分段与分类继续增强：
+   - `第一条 交货条款` 这类编号标题会保留真实标题语义
+   - 中文业务里常见的 `交货` 已纳入交付条款识别
+   - 责任限制标题优先级继续加强
+
+### 前端
+
+1. `frontend/src/services/review.ts`
+   - 承接：
+     - `amount_details`
+     - `term_details`
+     - `payment_milestones`
+     - `clause_relationships`
+     - `payment_milestone_count`
+     - `relationship_count`
+
+2. `frontend/src/app/reviews/[id]/page.tsx`
+   - 新增金额标准化展示
+   - 新增开始/结束日期展示
+   - 新增付款节点展示区
+   - 新增条款关系展示区
+   - 风险证据卡继续保留并承接关键词标签
+
+### 门禁与样本
+
+1. `backend/tools/review_structured_acceptance_gate.py`
+   - 扩展结构化验收门禁断言：
+     - 合同类型
+     - 条款类型
+     - 金额片段
+     - 期限开始/结束日期
+     - 付款节点数量
+     - 条款关系类型
+
+2. 新增 / 扩展结构化样本：
+   - `S-001` 服务合同结构化摘要
+   - `S-002` 采购合同缺失条款提示
+   - `S-003` 购销合同编号条款分段
+   - `S-004` 租赁合同责任限制识别
+   - `S-005` 开发合同付款节点拆解
+
+## 3. 实际效果
+
+第三批之后，系统不再只停在：
+
+1. “这是什么合同”
+2. “大概有哪些条款”
+
+而是进一步具备：
+
+1. 金额标准化识别
+2. 期限起止识别
+3. 付款节点拆解
+4. 付款触发条件识别
+5. 条款之间关系的显式提示
+
+## 4. 验证结果
+
+### 本地验证
+
+1. 后端定向：
+   - `backend\\.venv\\Scripts\\python.exe -m unittest tests.test_review_service tests.test_review_service_rules tests.test_reviews_api`
+   - `PASS`
+
+2. 前端：
+   - `frontend\\npm.cmd run build`
+   - `PASS`
+
+### 线上验证
+
+1. 后端健康检查：
+   - `http://192.168.3.90:8001/health`
+   - `PASS`
+
+2. 结构化审查门禁：
+   - `project-docs/qa-artifacts/review-structured-acceptance-gate/2026-05-04T15-43-02-521/`
+   - 结果：`PASS`
+
+3. PDF 验收门禁：
+   - `project-docs/qa-artifacts/pdf-acceptance-gate/2026-05-04T15-45-29-481/`
+   - 结果：`PASS`
+
+4. 前端烟雾验证：
+   - `project-docs/qa-artifacts/stage1-batch3-front-smoke/2026-05-04T07-45-08-124Z/`
+   - 已确认：
+     - 结构化字段卡片可见
+     - 付款节点区可见
+     - 条款关系区可见
+     - 风险证据关键词标签可见
+
+## 5. 部署记录
+
+1. 联合部署：
+   - `project-docs/qa-artifacts/stage1-batch3-full-deploy/2026-05-04T15-37-14/`
+
+2. 前端单独重部署：
+   - `project-docs/qa-artifacts/stage1-batch3-frontend-redeploy/2026-05-04T15-40-37/`
+
+## 6. 当前结论
+
+阶段 1 第三批已经闭环：
+
+1. 字段抽取从粗粒度进入更细粒度。
+2. 付款节点已能拆解并携带依赖条件。
+3. 条款关系已从隐含逻辑变成显式结构。
+4. 扩展后的结构化样本与 PDF 门禁均已通过。
+5. 线上页面已可直接展示第三批结果。
+
+## 7. 下一步建议
+
+下一步最自然的是进入：
+
+**阶段 1 第四批：真实合同样本深化与关系规则精修**
+
+建议优先处理：
+
+1. 用更多真实复杂合同替换部分合成样本。
+2. 深化付款节点分期、尾款、质保金等细分识别。
+3. 深化责任限制与违约、保密、知识产权之间的关系规则。
+4. 建立更细的字段和关系验收基线。