Доразметка студий: nnm «Перевод: … (Студия)», kinozal из заголовка раздачи

* harvest_core.nnm_part_studio: студия из части строки «Перевод:» nnm
  («Дублированный (Невафильм)», «… - Jaskier»); раньше такие строки шли с
  «(не указана)», и модель училась не извлекать студию даже из
  «Дублированный (Пифагор)». tech-строки со студиями больше не
  выбрасываются, если на странице нет строк «Аудио N» с именами.
* harvest_core.kz_title_rows: kinozal, студии из заголовка «ПМ (LostFilm,
  HDrezka Studio)», которых нет на странице; вход — сегмент как у сервиса,
  строка «Аудио Rus: … | Студия» — в audio_raw.
* tools/relabel_studios.py — то же по готовому labels.csv без пересборки
  страниц; применено к data/labels.csv: со студией 22 061 -> 29 331 строк
  (nnm +3 051, kinozal +4 219 строк в 3 007 релизах); prepare_data:
  39 418 строк, спан студии 24 004 -> 31 214.
* e2e: эталон как aggregate — «тип без студии» убирается, если у типа есть
  студия.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

tests/e2e_segmenter.py

@@ -41,6 +41,10 @@ def run(predictor, rows, mode: str, test_only: bool) -> dict:
         if len(per_src[src]) >= MAX_PER_SOURCE:
             continue
         gold = {(r["translation_type"], r["studio"] or None) for r in by_rel[rid]}
+        # как aggregate: «тип без студии» не отдельная дорожка, если у типа есть студия
+        # (kinozal: «Перевод: многоголосый» + студии из заголовка)
+        named = {t for t, s in gold if s}
+        gold = {(t, s) for t, s in gold if s or t not in named}
         res = predict_release(predictor, text=page_text(page), segmenter=mode)
         pred = {(t["translation_type"], t["studio"]) for t in res["tracks"]}
         tp = len(gold & pred)