tradein-mvp/backend/app/services/estimator.py

@@ -4987,7 +4987,7 @@ _DEDUP_STREET_TYPE_WORDS_SET = frozenset(_DEDUP_STREET_TYPE_WORDS)
 
 
 def _bare_street_before_house_segment(s: str) -> tuple[str, str] | None:
-    """Bare-street ветка (#2291, класс 1): «<имя>, <номер>» без типа/мкр-слова.
+    """Bare-street ветка (#2291, класс 1): «<мкр-сегмент>, <имя>, <номер>».
 
     Root cause: `_DEDUP_MKR_SUFFIX_RE` матчит «<имя> м-н/мкр» ГДЕ УГОДНО в
     строке. Для DomClick-формата «Заречный м-н, Готвальда, 24» — голая улица
@@ -4999,6 +4999,17 @@ def _bare_street_before_house_segment(s: str) -> tuple[str, str] | None:
     Разбивает адрес по запятым; ищет ПЕРВЫЙ сегмент, ЦЕЛИКОМ совпадающий с
     `_DEDUP_HOUSE_NO_RE` (номер дома). Сегмент НЕПОСРЕДСТВЕННО перед ним — 1-3
     слова, без мкр-слова/уличного типа/шум-токена — кандидат в bare-улицу.
+
+    #2291 over-merge guard (deep-review, blocking): ветка активируется ТОЛЬКО
+    для 3+ сегментного district-chain паттерна — обязателен ЕЩЁ более ранний
+    сегмент (до кандидата-улицы), который сам содержит мкр/район-слово
+    (`_DEDUP_MKR_WORDS`). Без этого условия голые 2-сегментные адреса без
+    какого-либо mkr-контекста («ВИЗ, 24», «Академический, 24», «ЖК Некий,
+    24» — частый неформальный ЕКБ-шорткат в объявлениях) фабриковали бы
+    уличный токен из названия района/ЖК и рисковали ложным cross-merge двух
+    РАЗНЫХ физлотов. Такие адреса должны вернуть None (решают ветки 1/2/3;
+    итог — безопасный `("", "")`, как и до всей этой ветки).
+
     Не найдено/не подходит → None (решают ветки 1/2/3, в частности mkr-fallback
     для «мкр Пионерский, 5», где сегмент перед номером содержит мкр-слово).
     """
@@ -5010,7 +5021,16 @@ def _bare_street_before_house_segment(s: str) -> tuple[str, str] | None:
         hm = _DEDUP_HOUSE_NO_RE.fullmatch(house_seg)
         if hm is None:
             continue
-        raw_words = segments[idx - 1].strip().split()
+        street_idx = idx - 1
+        earlier_segments = segments[:street_idx]
+        if not earlier_segments or not any(
+            any(w in _DEDUP_MKR_WORDS for w in seg.strip().split()) for seg in earlier_segments
+        ):
+            # Нет более раннего сегмента с mkr/район-словом → это не заявленный
+            # 3-сегментный district-chain, а голый 2-сегментный адрес — не
+            # фабрикуем уличный токен, отдаём другим веткам (итог — "", "").
+            continue
+        raw_words = segments[street_idx].strip().split()
         if not raw_words or len(raw_words) > 3:
             continue
         if any(

tradein-mvp/backend/tests/test_estimator_dedup_cross_source_2087.py

@@ -569,6 +569,26 @@ def test_parse_street_house_bare_street_regression_guards() -> None:
     assert estimator._parse_street_house("мкр. ЖБИ, улица Сыромолотова") == ("сыромолотова", "")
 
 
+@pytest.mark.parametrize(
+    "addr",
+    [
+        # Deep-review over-merge risk (#2291): голый 2-сегментный адрес БЕЗ
+        # какого-либо mkr/район-контекста — частый неформальный ЕКБ-шорткат в
+        # объявлениях (район/ЖК + номер дома, без слова «улица»/«мкр»/«м-н»).
+        # Bare-street ветка НЕ должна фабриковать уличный токен из района/ЖК —
+        # нет более раннего сегмента с mkr-словом → должно остаться ("", "").
+        "ВИЗ, 24",
+        "Академический, 24",
+        "ЖК Некий, 24",
+    ],
+)
+def test_parse_street_house_bare_street_requires_earlier_mkr_segment(addr: str) -> None:
+    # Тот же bare-2-сегментный паттерн, что у целевого кейса («<имя>, <номер>»),
+    # но БЕЗ более раннего mkr-сегмента — ветка должна самоограничиться и
+    # вернуть безопасный ("", ""), а не сфабрикованный уличный токен.
+    assert estimator._parse_street_house(addr) == ("", "")
+
+
 def test_dedup_collapses_domclick_bare_street_mkr_misfire(monkeypatch: pytest.MonkeyPatch) -> None:
     # Класс 1 (#2291) e2e: DomClick «Заречный м-н, Готвальда, 24» раньше
     # ключевался по району и никогда не сливался с avito/cian, где «готвальда»