---
title: alias_test
canonical_url: "https://www.modelscope.cn/models/Fu496735182/alias_test"
md_url: "https://www.modelscope.cn/models/Fu496735182/alias_test.md"
repository: Fu496735182/alias_test
chinese_name: "命名实体别名判断"
last_updated: 2026-10-14
pipeline_tag: named-entity-recognition
tasks:
  - named-entity-recognition
parameters: 204.5M
tensor_type:
  - F32
library_name:
  - safetensors
downloads: 11
stars: 0
---

# alias_test

> alias_test - Fu496735182 在 ModelScope 开源的模型。本项目对两个命名实体是否互为别名进行判断。项目只包含推理流程，不包含模型训练。

- **Repository**: Fu496735182/alias_test
- **Tasks**: named-entity-recognition
- **Parameters**: 204.5M
- **Downloads**: 11
- **Stars**: 0
- **Last updated**: 2026-10-14

Source: https://www.modelscope.cn/models/Fu496735182/alias_test

---

# 命名实体别名判断

本项目对两个命名实体是否互为别名进行判断。项目只包含推理流程，不包含模型训练。

## 环境准备

建议使用 Python 3.10 或更高版本，在项目目录执行：

```bash
pip install torch transformers safetensors fastapi "uvicorn[standard]"
```

模型完全从本地 `model/` 目录加载，推理时不需要下载模型。程序会自动使用可用的 CUDA，否则使用 CPU。

## 输入格式

输入文件统一使用 `.json`。单条输入时，JSON 顶层为一个对象；批量输入时，JSON 顶层为对象数组。每条数据必须包含以下 8 个字段，名称和类型必须保持一致：

```json
{
  "alias_name": "示例公司",
  "alias_description": "[2026-07-08T06:35:10.120000+00:00] 目标企业的历史称呼",
  "alias_description_summary": "",
  "alias_aliases": [],
  "target_name": "目标企业",
  "target_description": "[2026-07-08T06:35:10.120000+00:00] 用于演示别名判断的虚构企业",
  "target_description_summary": "",
  "target_aliases": ["目标企业旧称", "示例公司"]
}
```

其中，名称和描述字段必须是字符串，`alias_aliases` 与 `target_aliases` 必须是字符串数组。描述摘要可以使用空字符串，但字段不能省略。描述中的 OSS 时间戳可以原样保留，程序会自动清洗；aliases 数组也会参与硬规则判断。本项目不接收 OSS 快照、`candidates` 或 `llm_raw` 等上游结构。

## 使用方法

直接运行内置示例：

```bash
python main.py
```

读取自己的文件：

```bash
python main.py --input input_example.json
```

结果默认保存到 `result/input_example_result.json`。也可以指定文件名和批大小：

```bash
python main.py --input input_example.json --output result/my_result.json --batch-size 16
```

在其他 Python 代码中直接调用：

```python
from main import AliasJudgeService

sample = {
    "alias_name": "示例公司",
    "alias_description": "[2026-07-08T06:35:10.120000+00:00] 目标企业的历史称呼",
    "alias_description_summary": "",
    "alias_aliases": [],
    "target_name": "目标企业",
    "target_description": "[2026-07-08T06:35:10.120000+00:00] 用于演示别名判断的虚构企业",
    "target_description_summary": "",
    "target_aliases": ["目标企业旧称", "示例公司"],
}

service = AliasJudgeService()
result = service.predict(sample)
print(result["label"])
```

建议在服务启动时只创建一次 `AliasJudgeService`，后续重复调用 `predict` 或 `predict_many`，避免反复加载约 400 MB 的模型。

## 输出格式

输出统一采用 JSON，并保持与输入相同的顶层结构：单条对象输入对应单个结果对象，批量数组输入对应结果数组。每条结果保留原始 8 个字段，并追加：

- `label`：最终布尔标签，`true` 表示 merge，`false` 表示 drop。
- `decision`：与 label 对应的可读结果 `merge` 或 `drop`。
- `merge_probability`：模型给出的 merge 概率；硬规则命中时为 `1.0`。
- `threshold`：本条数据采用的阈值；硬规则命中时为 `null`。
- `reason`：`模型预测` 或 `alias 列表硬规则命中`。

## FastAPI 服务

启动服务：

```bash
python service_alias_recognition.py
```

默认地址为 `http://localhost:18083`，提供 `/health`、`/predict` 和 `/predict_batch` 接口。详细请求示例参见 [FastAPI调用指南.md](FastAPI调用指南.md)。

## 数据到 label 的过程

```mermaid
flowchart TD
    A[输入固定的 8 个字段] --> B[校验字段与类型]
    B --> C[移除时间戳、低信息模板和重复子句]
    C --> D{aliases 硬规则命中?}
    D -- 是 --> E[label = true]
    D -- 否 --> F[按实体名称筛选描述子句并截断]
    F --> G[构造 4 个高价值规则特征]
    F --> H[BERT 编码名称与描述 4 个片段]
    F --> I[计算名称 Hamming 相似度]
    G --> J[融合为 9 维特征]
    H --> J
    I --> J
    J --> K[MLP 输出 merge 概率]
    K --> L{target_name 是否为 用户?}
    L -- 是 --> M[使用 0.30 阈值]
    L -- 否 --> N[使用 0.45 阈值]
    M --> O[生成 label 并写入 result]
    N --> O
    E --> O
```

清洗和特征构造与训练时保持一致。`alias_name` 已存在于 `target_aliases`，或非泛化名称的 `target_name` 已存在于 `alias_aliases` 时，直接判断为 merge；其他数据进入模型。模型融合 4 个规则特征、4 个 BERT 片段特征和 1 个名称相似度特征，再按用户/非用户场景采用不同阈值生成 label。

## 目录说明

```text
alias_test_github/
├── main.py
├── input_example.json
├── README.md
├── model/
│   ├── bert_encoder/
│   ├── custom_components/
│   ├── tokenizer/
│   └── deploy_config.json
└── result/                 # 首次运行后自动创建
```