Update app.py

app.py

@@ -43,64 +43,39 @@ def extract_names(text):
             if len(name) >= 2 and name not in names:
                 names.append(name)
 
-    title_suffixes = [
-     # 직함/직책
-    '대표', '이사', '전무', '상무', '부장', '차장', '과장', '대리', '사원',
-    '실장', '팀장', '소장', '국장', '본부장', '주임', '총무', '회장', '부회장', '사무장',
-    '직원', '매니저', '지점장',
-
-    # 교육 관련
-    '선생님', '선생', '교사', '교장', '교감', '부교장', '조교수', '교수', '연구원', '강사',
-
-    # 학위/전문가
-    '박사', '석사', '학사', '의사', '간호사', '간병인',
-
-    # 학생 관련
-    '학생', '수험생', '초등학생', '중학생', '고등학생', '학부모',
-
-    # 가족/친척
-    '어머니', '아버지', '엄마', '아빠', '형', '누나', '언니', '오빠', '동생',
-    '아들', '딸', '할머니', '할아버지', '외할머니', '외할아버지',
-    '이모', '고모', '삼촌', '숙모', '외삼촌', '고모부', '이모부', '조카', '사촌',
-    '남편', '아내', '부인', '와이프', '신랑', '장모', '장인', '사위', '며느리',
-    '올케', '형수', '제수씨', '매형', '처제', '시누이',
-
-    # 그 외 지칭
-    '보호자', '피해자', '당사자', '대상자', '주민', '어르신', '기사님'
+    COMMON_SUFFIXES = [
+        # 직함/직책
+        '대표', '이사', '전무', '상무', '부장', '차장', '과장', '대리', '사원',
+        '실장', '팀장', '소장', '국장', '본부장', '주임', '총무', '회장', '부회장', '사무장',
+        '직원', '매니저', '지점장',
+        # 교육/전문가
+        '선생님', '선생', '교사', '교장', '교감', '부교장', '조교수', '교수', '연구원', '강사',
+        '박사', '석사', '학사', '의사', '간호사', '간병인',
+        # 학생 관련
+        '학생', '수험생', '초등학생', '중학생', '고등학생', '학부모',
+        # 가족/친척
+        '어머니', '아버지', '엄마', '아빠', '형', '누나', '언니', '오빠', '동생',
+        '아들', '딸', '할머니', '할아버지', '외할머니', '외할아버지',
+        '이모', '고모', '삼촌', '숙모', '외삼촌', '고모부', '이모부', '조카', '사촌',
+        '남편', '아내', '부인', '와이프', '신랑', '장모', '장인', '사위', '며느리',
+        '올케', '형수', '제수씨', '매형', '처제', '시누이',
+        # 그 외 지칭
+        '보호자', '피해자', '당사자', '대상자', '주민', '어르신', '기사님'
     ]
-    pattern = r'\b([가-힣]{2,4})(' + '|'.join(title_suffixes) + r')\b'
-    matches = re.findall(pattern, text)
-    for match in matches:
+
+    # 조사 포함 패턴
+    KOREAN_JOSA = r'(이[가]|은|는|을|를|과|와|의|도|만|께서|에서|으로|에게|한테|보다|까지|부터)?'
+
+    # 붙여쓰기: 이민지선생님, 김대리와
+    attached_pattern = r'([가-힣]{2,4})(' + '|'.join(COMMON_SUFFIXES) + r')' + KOREAN_JOSA
+    attached_matches = re.findall(attached_pattern, text)
+    for match in attached_matches:
         name = match[0]
         if name not in names:
             names.append(name)
 
-    honorific_suffixes = [
-       # 직함/직책
-    '대표', '이사', '전무', '상무', '부장', '차장', '과장', '대리', '사원',
-    '실장', '팀장', '소장', '국장', '본부장', '주임', '총무', '회장', '부회장', '사무장',
-    '직원', '매니저', '지점장',
-
-    # 교육 관련
-    '선생님', '선생', '교사', '교장', '교감', '부교장', '조교수', '교수', '연구원', '강사',
-
-    # 학위/전문가
-    '박사', '석사', '학사', '의사', '간호사', '간병인',
-
-    # 학생 관련
-    '학생', '수험생', '초등학생', '중학생', '고등학생', '학부모',
-
-    # 가족/친척
-    '어머니', '아버지', '엄마', '아빠', '형', '누나', '언니', '오빠', '동생',
-    '아들', '딸', '할머니', '할아버지', '외할머니', '외할아버지',
-    '이모', '고모', '삼촌', '숙모', '외삼촌', '고모부', '이모부', '조카', '사촌',
-    '남편', '아내', '부인', '와이프', '신랑', '장모', '장인', '사위', '며느리',
-    '올케', '형수', '제수씨', '매형', '처제', '시누이',
-
-    # 그 외 지칭
-    '보호자', '피해자', '당사자', '대상자', '주민', '어르신', '기사님'
-    ]
-    spaced_pattern = r'\b([가-힣]{2,4})\s+(' + '|'.join(honorific_suffixes) + r')\b'
+    # 띄어쓰기: 이민지 선생님, 김대리 와
+    spaced_pattern = r'([가-힣]{2,4})\s+(' + '|'.join(COMMON_SUFFIXES) + r')' + KOREAN_JOSA
     spaced_matches = re.findall(spaced_pattern, text)
     for match in spaced_matches:
         name = match[0]
@@ -109,6 +84,7 @@ def extract_names(text):
 
     return names
 
+
 def refactored_mask_names(original_text, names, start_counter=100):
     korean_josa = ['이가','를','은','는','을','도','만','과','와','��게','에서','으로',
                    '까지','조차','마저','이며','이다','이나','이나마','밖에','이든','이라도',