NER у мобільному додатку: вилучення сутностей з тексту

import spacy from spacy.training import Example # Завантаження базової російської моделі nlp = spacy.load("ru_core_news_lg") # Додавання кастомних типів сутностей ner = nlp.get_pipe("ner") ner.add_label("PRODUCT_SIZE") ner.add_label("PRODUCT_COLOR") ner.add_label("ARTICLE") # Приклад навчання TRAIN_DATA = [ ("Хочу знайти кросівки розмір 42 у синьому кольорі артикул 98765", {"entities": [(33, 35, "PRODUCT_SIZE"), (43, 49, "PRODUCT_COLOR"), (59, 64, "ARTICLE")]}), ] optimizer = nlp.resume_training() for text, annotations in TRAIN_DATA: doc = nlp.make_doc(text) example = Example.from_dict(doc, annotations) nlp.update([example], sgd=optimizer) 

Офіційна документація spaCy з навчання NER: https://spacy.io/usage/training#ner

Трансформерна NER через Hugging Face

Для високої точності на складних доменах використовуємо донавчений DeepPavlov/rubert-base-cased з NER head. Цей підхід повільніший за spaCy, але значно краще обробляє контекстуальні залежності: точність на 12% вища за spaCy на аналітичних текстах.

from transformers import pipeline ner_pipeline = pipeline( "token-classification", model="DeepPavlov/rubert-base-cased-ner", aggregation_strategy="simple" ) def extract_entities(text: str) -> list[Entity]: raw_entities = ner_pipeline(text) return [ Entity( text=e["word"], label=e["entity_group"], confidence=e["score"], start=e["start"], end=e["end"] ) for e in raw_entities if e["score"] > 0.7 ] 

Як реалізувати гібридний вилучач?

import re from typing import NamedTuple class EntityExtractor: PHONE_PATTERN = re.compile(r'(?:\+7|8)[\s\-]?\(?\d{3}\)?[\s\-]?\d{3}[\s\-]?\d{2}[\s\-]?\d{2}') EMAIL_PATTERN = re.compile(r'\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b') DATE_PATTERN = re.compile(r'\b(\d{1,2})[./](\d{1,2})(?:[./](\d{2,4}))?\b') def extract_all(self, text: str) -> dict: phones = self.PHONE_PATTERN.findall(text) emails = self.EMAIL_PATTERN.findall(text) ner_entities = extract_entities(text) locations = [e.text for e in ner_entities if e.label in ("LOC", "GPE")] persons = [e.text for e in ner_entities if e.label == "PER"] return { "phones": phones, "emails": emails, "locations": locations, "persons": persons } 

Мобільна інтеграція

iOS: NER для розумного заповнення форми

// iOS: NER через серверний API з автозаповненням форми class AddressFormViewModel: ObservableObject { @Published var street = "" @Published var building = "" @Published var apartment = "" @Published var deliveryTime = "" func parseFromText(_ userText: String) { Task { let entities = try await nerApi.extract(text: userText) await MainActor.run { if let address = entities.first(where: { $0.label == "ADDRESS" }) { parseAddressComponents(address.text) } if let time = entities.first(where: { $0.label == "TIME" }) { deliveryTime = time.text } } } } } 

On-device NER через CoreNLP або TFLite

Для простих доменних сутностей (артикули, розміри, кольори) можна розгорнути компактну TFLite NER-модель (< 20 МБ) прямо на пристрої. Це знімає затримку та працює офлайн.

Apple NaturalLanguage.framework з NLTagger вміє базові типи сутностей з коробки для латинських текстів:

let tagger = NLTagger(tagSchemes: [.nameType]) tagger.string = userInput tagger.enumerateTags(in: userInput.startIndex..<userInput.endIndex, unit: .word, scheme: .nameType, options: [.omitWhitespace]) { tag, range in if let tag = tag { print("Entity: \(userInput[range]), type: \(tag.rawValue)") } return true } 

Для російської мови NLTagger працює помітно гірше — використовуємо тільки як префільтр або для додатків з латинським текстом.

Що входить у нашу роботу

Ми пропонуємо повний цикл впровадження NER у мобільний додаток «під ключ»:

• Аналіз предметної області та визначення цільових сутностей.
• Збір та розмітка навчальних даних (від 500 прикладів на сутність).
• Вибір архітектури: spaCy, трансформер або гібрид.
• Розробка та навчання моделі.
• Інтеграція в мобільний клієнт (iOS/Android) через API або on-device.
• Створення розумних UI-компонентів: автозаповнення форм, підсвічування сутностей, пошукові фільтри.
• Тестування на реальних даних та оптимізація затримки.
• Передача документації та навчання команди.

Орієнтири за термінами та вартістю

• Базовий NER з готовою російською моделлю + API — 3–5 днів, від $2000.
• Донавчання на кастомні сутності — 1–2 тижні, $5000–$10000.
• Повна інтеграція в мобільний UI (розумні форми, пошук, чат-бот) — 2–3 тижні, $8000–$15000.
• On-device модель (TFLite/CoreML) — плюс 1–2 тижні, додатково $3000–$5000.

Ми маємо 6+ років досвіду в мобільній розробці та виконали більше 30 проєктів з NLP. Наша команда сертифікована за стандартами ISO 9001, ми гарантуємо якість роботи. Якщо вам потрібна інтеграція NER у мобільний додаток — зв'яжіться з нами для оцінки проєкту. Розрахуємо вартість та терміни під ваш кейс, запропонуємо оптимальне рішення. Отримайте консультацію безкоштовно.