feat: 온톨로지 구축 최적화 — HybridClassifier, Batch LLM, EmbeddingRelation, PhraseExtractor

## 1. RuleBasedClassifier confidence score (#1)
- classify_with_confidence() → (NodeKind, float) 반환
- confidence = min(1.0, total_score / 6.0), 6점 이상 확실
- 기존 classify() 하위 호환 유지

## 2. LLMClassifier batch 모드 (#2)
- classify_batch_async(items, content_limit=500)
- 8~16개 문서를 한 번의 LLM 호출로 분류 (비용 3~5x 절감)
- 캐시 히트 제외, JSON 파싱 실패 시 개별 fallback

## 3. HybridClassifier — 2단계 분류 (#1+#2 통합)
- 규칙 confidence >= 0.6 → 확정 (무료, 즉시)
- confidence < 0.6 → LLM 위임 (비용 발생)
- KindClassifier 프로토콜 준수

## 4. EmbeddingRelationDetector (#3)
- cosine similarity 기반 관계 자동 생성 (LLM 불필요)
- similarity_threshold 0.7 이상 → RELATED 엣지
- NodeKind 쌍에 따라 EdgeKind 자동 조정
- fallback으로 RuleBasedRelationDetector 조합 가능

## 5. PhraseExtractor — HippoRAG2 dual-node KG (#4)
- 문서에서 고유명사/키프레이즈 자동 추출 (zero-dep)
- phrase를 ENTITY 노드로 생성, passage→phrase CONTAINS 엣지
- 동일 phrase가 여러 passage에서 bridge 역할
- EdgeKind.CONTAINS 추가
- ⚠️ 현재 검색 노이즈 문제 — phrase 필터링 최적화 필요

## SOTA 기반 설계
- Batch classification: ICLR 2024 BatchPrompt 참고 (batch 8~16 sweet spot)
- 2단계 분류: Hy-LIFT 패턴 (규칙→LLM, Recall 92%)
- Embedding relation: ProLEA 2025 참고 (Hits@1 0.931~0.969)
- Dual-node KG: HippoRAG2 참고 (passage+phrase 분리)

Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>

Author: SonAIengine

.gitignore

@@ -0,0 +1 @@
+.env

pyproject.toml

@@ -78,6 +78,7 @@ dev = [
 eval = [
     "deepeval>=2.0",
     "openai>=1.0",
+    "python-dotenv>=1.2.2",
 ]
 
 [tool.hatch.build.targets.wheel]

src/synaptic/__init__.py

@@ -7,7 +7,11 @@
 from synaptic.ppr import personalized_pagerank
 from synaptic.extensions.classifier_rules import RuleBasedClassifier
 from synaptic.extensions.embedder import EmbeddingProvider, MockEmbeddingProvider
-from synaptic.extensions.relation_detector import RuleBasedRelationDetector
+from synaptic.extensions.phrase_extractor import PhraseExtractor
+from synaptic.extensions.relation_detector import (
+    EmbeddingRelationDetector,
+    RuleBasedRelationDetector,
+)
 from synaptic.graph import SynapticGraph
 from synaptic.evidence import EvidenceAssembler
 from synaptic.models import (
@@ -55,12 +59,14 @@
     "EvidenceChain",
     "EvidenceStep",
     "EmbeddingProvider",
+    "EmbeddingRelationDetector",
     "GraphTraversal",
     "KindClassifier",
     "MockEmbeddingProvider",
     "Node",
     "NodeKind",
     "OntologyRegistry",
+    "PhraseExtractor",
     "personalized_pagerank",
     "PropertyDef",
     "QueryRewriter",
@@ -72,6 +78,7 @@
     "LLMRelationDetector",
     "OllamaLLMProvider",
     "OpenAILLMProvider",
+    "HybridClassifier",
     "RuleBasedClassifier",
     "RuleBasedRelationDetector",
     "SearchIntent",
@@ -95,6 +102,10 @@ def __getattr__(name: str) -> object:
         from synaptic.extensions.embedder import OllamaEmbeddingProvider  # noqa: PLC0415
 
         return OllamaEmbeddingProvider
+    if name == "HybridClassifier":
+        from synaptic.extensions.classifier_hybrid import HybridClassifier  # noqa: PLC0415
+
+        return HybridClassifier
     if name == "LLMClassifier":
         from synaptic.extensions.classifier_llm import LLMClassifier  # noqa: PLC0415