用途：面向建筑工程项目，用自然语言处理自动完成文档分类与关键信息抽取，减少人工分拣与录入。
主要能力：
- 文档分类，覆盖 RFI（信息请求）、Submittal（提交件与加工图）、Change Order（变更单）、Specification（规范）、Contract（合同）、Safety Report（安全报告）等类型。
- 两种分类路径：未训练模型时用正则规则匹配（DOCUMENT_PATTERNS）；训练后使用 TF-IDF + LinearSVC 管道，并给出置信度与备选类别。
- 信息抽取：通过正则提取 RFI 编号、提交件编号、变更单编号、规范章节号、金额、工期天数、图纸引用、日期、承包商、项目名、优先级等；可选 spaCy 做组织与人名实体识别。
- 关键词提取：基于建筑领域术语表匹配。
- 批量处理：batch_classify 返回 DataFrame，process_document_batch 可将结果导出 Excel。
使用方式：安装 scikit-learn、pandas、numpy，可选 spaCy 及 en_core_web_sm 模型。用 (文本, 标签) 样本调用 train 训练，再用 classify 单篇分类或 batch_classify 批量分类；也可直接使用规则分类。
适用场景：建筑项目文档归档、RFI 与变更单流转、规范与合同检索前处理、安全报告归类。
限制：资料未提供准确率基准、支持语言、部署方式与收费信息；规则与关键词表为英文，中文文档效果暂未提供；spaCy 模型缺失时自动降级为纯正则；置信度由 decision_function 经 softmax 近似得到，非校准概率。