[Ingest] Tune parser/validator for real Divar+Medjobs data

Analyzed live Divar (POST search) and Medjobs (ad_listing sitemaps) data — both are free Persian text. Tighten the medical-relevance gate (drop generic «استخدام»/«شیفت» that match retail/restaurant ads; add clinical terms: بهیار/اتاق عمل/بیهوشی/رادیولوژی/آزمایشگاه/دیالیز/فوریت/تریاژ/… ) so off-topic Divar jobs get flagged, not treated as medical. Add clinical role synonyms in the heuristic parser (بهیار/کمک‌پرستار/سالمند→پرستار, اتاق عمل→تکنسین اتاق عمل, فوریت→فوریت‌های پزشکی, آزمایشگاه→کارشناس آزمایشگاه, فوق‌تخصص→پزشک متخصص…). Result on live data: Medjobs now yields ~9/30 queue-ready healthcare listings; Divar correctly flags ~72/75 noise for manual review.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

src/JobsMedical.Web/Services/ListingParser.cs

@@ -51,7 +51,19 @@ public class HeuristicListingParser : IListingParser
         {
             if (text.Contains(Normalize(role))) { p.RoleName = role; break; }
         }
-        if (p.RoleName is null && ContainsAny(text, "پزشک", "دکتر")) p.RoleName = "پزشک عمومی";
+        // Synonyms common on Divar/Medjobs → canonical seeded role names.
+        if (p.RoleName is null)
+        {
+            p.RoleName =
+                  ContainsAny(text, "اتاق عمل", "اسکراب") ? "تکنسین اتاق عمل"
+                : ContainsAny(text, "فوریت", "اورژانس پیش بیمارستانی", "آمبولانس") ? "تکنسین فوریت‌های پزشکی"
+                : ContainsAny(text, "آزمایشگاه", "علوم آزمایشگاهی", "نمونه گیر") ? "کارشناس آزمایشگاه"
+                : ContainsAny(text, "بهیار", "کمک بهیار", "کمک پرستار", "بیماربر", "مراقب", "سالمند", "همراه بیمار", "تزریقات", "پانسمان") ? "پرستار"
+                : ContainsAny(text, "ماما", "مامایی") ? "ماما"
+                : ContainsAny(text, "فوق تخصص", "متخصص") ? "پزشک متخصص"
+                : ContainsAny(text, "پزشک", "دکتر", "طبیب") ? "پزشک عمومی"
+                : null;
+        }
         p.Notes.Add(p.RoleName is null ? "نقش: تشخیص داده نشد" : $"نقش: {p.RoleName}");
 
         // --- Shift type ---

src/JobsMedical.Web/Services/Scraping/ListingValidator.cs

@@ -20,10 +20,15 @@ public class ListingValidator
         "بک لینک", "تبلیغات", "قرعه کشی", "جایزه", "کازینو", "شرط بندی", "بیت کوین"
     };
 
+    // Clinical/health markers ONLY. Deliberately excludes generic words like «استخدام» and «شیفت»
+    // (they match retail/restaurant ads on Divar). A post must contain a real care-domain term.
     private static readonly string[] MedicalMarkers =
     {
-        "شیفت", "درمانگاه", "بیمارستان", "کلینیک", "پزشک", "پرستار", "ماما", "تکنسین",
+        "درمانگاه", "بیمارستان", "کلینیک", "مطب", "اورژانس", "کادر درمان", "پلی کلینیک",
-        "اورژانس", "استخدام", "کادر درمان", "مطب", "آنکال", "کشیک"
+        "پزشک", "دکتر", "پرستار", "بهیار", "کمک بهیار", "کمک پرستار", "بیماربر",
+        "ماما", "مامایی", "تکنسین", "اتاق عمل", "بیهوشی", "رادیولوژی", "سونوگرافی",
+        "آزمایشگاه", "تزریقات", "پانسمان", "فیزیوتراپ", "دندان", "داروخانه", "داروساز",
+        "دیالیز", "فوریت", "آی سی یو", "سی سی یو", "آنکال", "کشیک", "تریاژ", "نوزادان", "سالمند"
     };
 
     public ValidationResult Validate(string rawText, ParsedListing parsed)