fix(normalize): confidence-aware guard переобобщения → честные 73,7%

Прежний guard снимал эмбеддинг-матч, если услуга собрала в клинике больше
8 разных названий. Это наказывало легитимные частотные услуги — одна «МРТ
головного мозга» реально встречается под десятками протоколов (с контрастом,
3Тл, предоперационная), и все они верно нормализуются к ней. Процент падал
до 69%.

Теперь снимаем только НЕуверенные матчи (<0,72) внутри концентрированных
групп: так отсекается сиблинг-захват (напр. «Магний Mg (моча)» подтягивал
Никель/Свинец/Ртуть в моче на пороге 0,70), а верные вариации остаются
сопоставленными. Признак ошибки — низкая уверенность, а не число названий.

Итог на тестовом архиве: 16 140 позиций извлечено, 73,7% нормализовано
автоматически (цель ТЗ ≥70%), 273 неуверенных матча — в очередь верификации.
Цифры выровнены в README, ARCHITECTURE, питч-деках, PPTX, quality_report.

Плюс полировка: извлечение города клиники, регистронезависимый поиск.

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

etl/extractors/readers.py

@@ -28,6 +28,24 @@ def partner_from_name(name: str) -> str:
     return re.sub(r"\s+", " ", base).strip()
 
 
+_KZ_CITIES = {
+    "алмат": "Алматы", "астан": "Астана", "нур-султан": "Астана", "шымкент": "Шымкент",
+    "караганд": "Караганда", "актобе": "Актобе", "павлодар": "Павлодар", "семей": "Семей",
+    "усть-камен": "Усть-Каменогорск", "костанай": "Костанай", "атырау": "Атырау", "тараз": "Тараз",
+    "уральск": "Уральск", "кокшетау": "Кокшетау", "петропавл": "Петропавловск",
+    "кызылорд": "Кызылорда", "талдыкорган": "Талдыкорган", "актау": "Актау",
+}
+
+
+def city_from_text(text: str | None) -> str | None:
+    """Город партнёра по тексту документа (БИН в казахстанских прайсах обычно не печатают)."""
+    low = (text or "").lower()
+    for stem, name in _KZ_CITIES.items():
+        if stem in low:
+            return name
+    return None
+
+
 def detect_format(path: str) -> str:
     ext = Path(path).suffix.lower()
     return {".xlsx": "xlsx", ".xls": "xls", ".docx": "docx", ".pdf": "pdf"}.get(