feat: интеграция LLAIM Legal NER как третьей ступени распознавания

- Подключение ru-legal-ner (ONNX) для юридических реквизитов: ИНН, ОГРН,
  СНИЛС, паспорт, телефон, email, банковский счёт, дата.
- Отдельный проход LEGAL_CANDIDATE, чтобы не вытеснять кандидатов имён и адресов.
- coversAny(policy) в Pipeline вместо проверки только FIO.
- Нормализация цифровых ПД (ИНН/СНИЛС/карта/ОГРН) в свободной форме.
- Фикс ложного срабатывания ФИО на аббревиатуре «ИНН» (PD_MARKERS).
- Рефакторинг конструкторов NameCascade через record EngineConfig (Sonar S107).

tools/convert_ru_legal_ner.py

@@ -0,0 +1,33 @@
+#!/usr/bin/env python3
+"""Конвертация LLAIMlegal/ru-legal-ner в ONNX для RuBertRecogniser.
+
+Модель — BertForTokenClassification. Экспортируем в ONNX с динамической
+длиной входа, чтобы RuBertRecogniser мог подавать куски разной длины.
+"""
+import torch
+from transformers import AutoTokenizer, AutoModelForTokenClassification
+from pathlib import Path
+
+SRC = "LLAIMlegal/ru-legal-ner"
+OUT = Path("models/ru-legal-ner")
+
+tokenizer = AutoTokenizer.from_pretrained(SRC)
+model = AutoModelForTokenClassification.from_pretrained(SRC)
+model.eval()
+
+# Динамическая длина: batch=1, seq=dynamic
+dummy = torch.zeros(1, 8, dtype=torch.long)
+torch.onnx.export(
+    model,
+    (dummy, dummy, dummy),
+    str(OUT / "model.onnx"),
+    input_names=["input_ids", "attention_mask", "token_type_ids"],
+    output_names=["logits"],
+    dynamic_shapes=[
+        {0: "batch", 1: "seq"},
+        {0: "batch", 1: "seq"},
+        {0: "batch", 1: "seq"},
+    ],
+    opset_version=14,
+)
+print("ONNX exported to", OUT / "model.onnx")

tools/fetch-ner-model.sh

@@ -40,6 +40,21 @@ fetch "https://huggingface.co/onnx-community/bert-base-NER-Russian-ONNX/resolve/
 mv -f models/rubert-ner/onnx/model_int8.onnx models/rubert-ner/model.onnx 2>/dev/null || true
 rmdir models/rubert-ner/onnx 2>/dev/null || true
 
+# LLAIM Legal NER (LLAIMlegal/ru-legal-ner, MIT) — юридические реквизиты и
+# документы: ИНН, ОГРН, СНИЛС, паспорт, телефон, email, банковский счёт, дата.
+# Готового ONNX нет — скачиваем веса и конвертируем скриптом (нужны torch,
+# transformers, optimum, onnx).
+fetch "https://huggingface.co/LLAIMlegal/ru-legal-ner/resolve/main" \
+  models/ru-legal-ner model.safetensors \
+  config.json tokenizer.json tokenizer_config.json
+
+if command -v python3 >/dev/null 2>&1; then
+  python3 tools/convert_ru_legal_ner.py || echo "Не удалось сконвертировать ru-legal-ner в ONNX"
+else
+  echo "python3 не найден: ru-legal-ner не сконвертирован в ONNX"
+fi
+
 echo "Готово. Включить:"
 echo "  pdguard.ner.name-engine=wikineural, pdguard.ner.name-model=models/wikineural-ner"
-echo "  pdguard.ner.address-engine=rubert, pdguard.ner.address-model=models/rubert-ner"
+echo "  pdguard.ner.address-engine=rubert, pdguard.ner.address-model=models/rubert-ner"
+echo "  pdguard.ner.legal-engine=ru-legal-ner, pdguard.ner.legal-model=models/ru-legal-ner"