feat(phase2): Gazetteers FINESS 102K établissements + fine-tuning CamemBERT-bio F1=89%

Gazetteers FINESS (data.gouv.fr open data):
- 102K numéros FINESS → détection par lookup exact dans _mask_admin_label + selective_rescan
- 122K noms d'établissements, 113K téléphones, 76K adresses (disponibles)
- Un nombre 9 chiffres matchant un vrai FINESS est masqué même sans label "FINESS"

Fine-tuning CamemBERT-bio (almanach/camembert-bio-base):
- Export silver annotations réécrit : alignement original↔pseudonymisé (difflib)
  → 6862 entités B- (vs 3344 avec l'ancien audit-only) sur 222K tokens
- Sliding windows (200 tokens, stride 100) pour documents longs
- WeightedNERTrainer avec class weights cappés (max 10x) + label smoothing
- Résultat: Precision=88.1%, Recall=89.8%, F1=88.9% (20 epochs, lr=1e-5)
- Modèle sauvegardé dans models/camembert-bio-deid/best (non commité)

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
This commit is contained in:
2026-03-09 13:27:37 +01:00
parent 6e0e8c7312
commit 26b210607c
36 changed files with 447533 additions and 62915 deletions

View File

@@ -1,9 +1,8 @@
CROp O
[NOM] B-PER
Epi B-PER
- O
[NOM] B-PER
, O
[NOM] B-PER
DEAUX, B-PER
JEAN I-PER
_______________________________________________________________________________________________________________ O
Compte O
rendu O
@@ -14,16 +13,14 @@ type O
chirurgie O
viscérale O
13/09/23 O
14 O
: O
55 O
14:55 O
(mod. O
le O
13/09/23 O
15:05 O
par O
[NOM] B-PER
[NOM] B-PER
LEVERGE B-PER
Jessica I-PER
, O
statut O
: O
@@ -34,22 +31,36 @@ Bayonne, O
le O
13/09/2023 O
Docteur O
[NOM] B-PER
[ADRESSE] B-ADRESSE
[CODE_POSTAL] B-ZIP
Martine B-PER
GOMEZ I-PER
10 B-ADRESSE
rue I-ADRESSE
des B-ZIP
augustins I-ZIP
64 I-ZIP
100 I-ZIP
BAYONNE O
Monsieur O
[NOM] B-PER
[ADRESSE] B-ADRESSE
[CODE_POSTAL] B-ZIP
JEAN B-PER
DEAUX I-PER
36 B-ADRESSE
RUE I-ADRESSE
VICTOR B-ZIP
HUGO I-ZIP
64100 I-ZIP
BAYONNE I-ZIP
Docteur O
[NOM] B-PER
Tam B-PER
KHUONG I-PER
Gastro O
entérologie O
[MASK] O
CHCB B-HOPITAL
Monsieur O
[NOM] B-PER
[DATE_NAISSANCE] B-DATE_NAISSANCE
JEAN B-PER
DEAUX I-PER
Né B-DATE_NAISSANCE
le I-DATE_NAISSANCE
14/04/1953 I-DATE_NAISSANCE
RESECTION O
SEGMENTAIRE O
DE O
@@ -69,11 +80,11 @@ Opérateur O
: O
Docteur O
R. O
[NOM] B-PER
GONTIER B-PER
Anesthésiste(s) O
Docteur O
E. O
[NOM] B-PER
DUFOUR B-PER
Aide(s) O
: O
L'interne O
@@ -285,15 +296,12 @@ patient O
Page O
1 O
22/04/2025 O
10 O
: O
07:08 O
10:07:08 O
CROp O
[NOM] B-PER
Epi B-PER
- O
[NOM] B-PER
, O
[NOM] B-PER
DEAUX, B-PER
JEAN I-PER
_______________________________________________________________________________________________________________ O
Compte O
rendu O
@@ -333,6 +341,4 @@ patient O
Page O
2 O
22/04/2025 O
10 O
: O
07:08 O
10:07:08 O