Alexander Kukushkin kuk

Тестовая задача

Предлагается написать программу для извлечения из текста ссылок на нормативные акты. Ссылка — это подстрока вида "ч. 3 ст.19 АПК РФ", "ст.ст. 15, 309 ГК РФ", "части 6, 7 статьи 210 АПК РФ". Программа должна находить такие подстроки в тексте и приводить их к нормальному виду, например:

В соответствии с частью 1 статьи 123 и частью 2 статьи 215 Арбитражного процессуального
кодекса Российской Федерации дело рассмотрено без участия представителей сторон.

[17, 116]  # начало и конец подстроки со ссылкой.

[

NLP-разработчик на Python

К себе в lab.alexkuk.ru ищу разработчика. Задача извлечения сущностей из текстов судебных актов: имена судей, участников, представителей, суть иска. Используется технология "Наташа".

Есть 50 000 000 pdf-документов из российских судов (пример pdf-а, больше на kad.arbitr.ru). Для подготовки к заседанию, юрист просматривает практику по аналогичным делам. Архив pdf-документов нужно фильтровать по имени судьи, ссылкам на законы и массе других критериев.

Есть крупный клиент, который хочет сделать сервис, основанный на этих данных, исправить проблемы существующих решений, добавить магию машинного обучения.

Сейчас есть альфа-версия сервиса, нужно править баги, которые приходят от заказчика, добавлять новую функциональность.

	{
	"cells": [
	{
	"cell_type": "code",
	"execution_count": 1,
	"metadata": {
	"collapsed": true
	},
	"outputs": [],
	"source": [

	{
	"cells": [
	{
	"cell_type": "code",
	"execution_count": 105,
	"metadata": {
	"collapsed": true
	},
	"outputs": [],
	"source": [

	{
	"cells": [
	{
	"cell_type": "code",
	"execution_count": 64,
	"metadata": {
	"collapsed": true
	},
	"outputs": [],
	"source": [

	{
	"cells": [
	{
	"cell_type": "code",
	"execution_count": 175,
	"metadata": {
	"collapsed": false
	},
	"outputs": [],
	"source": [

	ФКУ ИК-3 УФСИН России по Краснодарскому краю
	2016-06-14T00:00:00
	Кефир м.д.ж. 2,5 % Кефир - кисломолочный продукт, вкус и запах чистые кисломолочные без посторонних привкусов, цвет молочно-белый равномерный по массе. Пищевая ценность на 100 г:углеводы – 4,0 г; жиров – 2,5г; белков – 2,8г; энергетическая ценность – 209,5 кДж; калорийность- 50 ккал. Остаточный срок годности товара на момент поставки не менее 7 суток, и должно соответствовать ГОСТ 31454-2012. Требования к упаковке и расфасовке: герметично упакована в полиэтиленовый пакет по 1 литру.
	Творог классический м.д.ж. , 9 %.молочный продукт с использованием заквасочных микроорганизмов, консистенция мягкая, рассыпчатая без ощутимых частиц молочного белка. Вкус и запах кисломолочные без посторонних привкусов и запахов, цвет белый равномерный по всей массе. Пищевая ценность на 100 г: углеводы – 2,0 г; жиров – 9,0г; белков – 16,7г; энергетическая ценность – 653,6 кДж; калорийность- 156 ккал. Остаточный срок годности товара на момент поставки н

	{
	"items": [
	{
	"tr_area_state_name": "Мокрое",
	"suffer_amount": "1",
	"region_code": "1141",
	"motion_influences": {
	"mt_inf_name": "Сужение проезжей части вследствие проведения работ",
	"motion_influence": {
	"mt_inf_name": "Сужение проезжей части вследствие проведения работ",

	{
	"cells": [
	{
	"cell_type": "code",
	"execution_count": 5,
	"metadata": {
	"collapsed": true
	},
	"outputs": [],
	"source": [