Normalize inflected NPP station names

Author: minkinad

src/normalize.ts

@@ -1,3 +1,4 @@
+import { resolveNppStationNameFromText } from "./npp-stations";
 import type { NormalizedSourceEvent, RawSourceEvent } from "./types";
 
 const ENTITY_BOILERPLATE_MARKERS = [
@@ -94,7 +95,7 @@ function normalizeEisRawEvent(input: RawSourceEvent): NormalizedSourceEvent {
   const supplierName = sanitizeEntityName(toStringOrUndefined(raw.supplierName));
   const targetStationName =
     toStringOrUndefined(raw.targetStationName) ??
-    resolveStationNameFromText([
+    resolveNppStationNameFromText([
       toStringOrUndefined(raw.title),
       toStringOrUndefined(raw.description),
       customerName,
@@ -739,56 +740,3 @@ function calculateProfileCompleteness(input: {
 
   return Math.round((filled / fields.length) * 100);
 }
-
-function resolveStationNameFromText(values: Array<string | undefined>): string | undefined {
-  const haystack = values.filter(Boolean).join(" ").toLowerCase();
-
-  if (!haystack) {
-    return undefined;
-  }
-
-  const stations = [
-    {
-      canonical: "Балаковская атомная станция",
-      variants: ["балаковская атомная станция", "балаковская аэс", "балаковская аэс-авто"]
-    },
-    {
-      canonical: "Белоярская атомная станция",
-      variants: ["белоярская атомная станция", "белоярская аэс"]
-    },
-    {
-      canonical: "Билибинская атомная станция",
-      variants: ["билибинская атомная станция", "билибинская аэс"]
-    },
-    {
-      canonical: "Калининская атомная станция",
-      variants: ["калининская атомная станция", "калининская аэс", "калининская аэс-сервис"]
-    },
-    {
-      canonical: "Кольская атомная станция",
-      variants: ["кольская атомная станция", "кольская аэс"]
-    },
-    {
-      canonical: "Курская атомная станция",
-      variants: ["курская атомная станция", "курская аэс", "курская аэс-сервис"]
-    },
-    {
-      canonical: "Ленинградская атомная станция",
-      variants: ["ленинградская атомная станция", "ленинградская аэс", "ленинградская аэс-авто"]
-    },
-    {
-      canonical: "Нововоронежская атомная станция",
-      variants: ["нововоронежская атомная станция", "нововоронежская аэс"]
-    },
-    {
-      canonical: "Ростовская атомная станция",
-      variants: ["ростовская атомная станция", "ростовская аэс"]
-    },
-    {
-      canonical: "Смоленская атомная станция",
-      variants: ["смоленская атомная станция", "смоленская аэс", "смоленская аэс-сервис"]
-    }
-  ] as const;
-
-  return stations.find((station) => station.variants.some((variant) => haystack.includes(variant)))?.canonical;
-}

src/npp-stations.spec.ts

@@ -0,0 +1,18 @@
+import { describe, expect, it } from "vitest";
+import { resolveNppStationNameFromText } from "./npp-stations";
+
+describe("resolveNppStationNameFromText", () => {
+  it("maps EIS titles with inflected station names to canonical station labels", () => {
+    expect(
+      resolveNppStationNameFromText([
+        "Выполнение работ для Калининской атомной станции"
+      ])
+    ).toBe("Калининская атомная станция");
+
+    expect(
+      resolveNppStationNameFromText([
+        "Поставка оборудования для нужд Белоярской АЭС"
+      ])
+    ).toBe("Белоярская атомная станция");
+  });
+});

src/npp-stations.ts

@@ -0,0 +1,38 @@
+const STATION_NAME_ENDINGS = "(?:ая|ой|ую|ое|ом|ие|их)?";
+const ATOMIC_LABEL_PATTERN =
+  "(?:атомн(?:ая|ой|ую|ое|ом|ых)?\\s+станци(?:я|и|ю|е|ей|ям|ями|ях)|аэс(?:-[а-яa-z]+)*)";
+
+const NPP_STATION_DEFINITIONS = [
+  { canonical: "Балаковская атомная станция", stem: "балаковск" },
+  { canonical: "Белоярская атомная станция", stem: "белоярск" },
+  { canonical: "Билибинская атомная станция", stem: "билибинск" },
+  { canonical: "Калининская атомная станция", stem: "калининск" },
+  { canonical: "Кольская атомная станция", stem: "кольск" },
+  { canonical: "Курская атомная станция", stem: "курск" },
+  { canonical: "Ленинградская атомная станция", stem: "ленинградск" },
+  { canonical: "Нововоронежская атомная станция", stem: "нововоронежск" },
+  { canonical: "Ростовская атомная станция", stem: "ростовск" },
+  { canonical: "Смоленская атомная станция", stem: "смоленск" }
+] as const;
+
+const NPP_STATION_PATTERNS = NPP_STATION_DEFINITIONS.map((station) => ({
+  canonical: station.canonical,
+  pattern: new RegExp(`${station.stem}${STATION_NAME_ENDINGS}\\s+${ATOMIC_LABEL_PATTERN}`, "i")
+}));
+
+export function resolveNppStationNameFromText(
+  values: ReadonlyArray<string | null | undefined>
+): string | undefined {
+  const haystack = values
+    .filter((value): value is string => typeof value === "string" && value.trim().length > 0)
+    .map((value) => value.trim().toLowerCase())
+    .join(" ")
+    .replace(/\s+/g, " ")
+    .trim();
+
+  if (!haystack) {
+    return undefined;
+  }
+
+  return NPP_STATION_PATTERNS.find((station) => station.pattern.test(haystack))?.canonical;
+}