feat: Phase 1 - Système d'évaluation de la qualité

- Sélection et copie de 27 documents représentatifs (10 simples, 12 moyens, 5 complexes)
- Outil d'annotation CLI complet (tools/annotation_tool.py)
- Guide d'annotation détaillé (docs/annotation_guide.md)
- Évaluateur de qualité (evaluation/quality_evaluator.py)
  * Calcul Précision, Rappel, F1-Score
  * Identification faux positifs/négatifs
  * Métriques par type de PII
  * Export JSON et rapports texte
- Scanner de fuite (evaluation/leak_scanner.py)
  * Détection PII résiduels (CRITIQUE)
  * Détection nouveaux PII (HAUTE)
  * Scan métadonnées PDF (MOYENNE)
- Benchmark de performance (evaluation/benchmark.py)
  * Mesure temps de traitement
  * Mesure CPU/RAM
  * Export JSON/CSV
- Tests unitaires complets pour tous les composants
- Documentation complète du module d'évaluation

Tâches complétées:
- 1.1.1 Sélection de 27 documents (au lieu de 30)
- 1.1.2 Outil d'annotation CLI
- 1.2.1 Évaluateur de qualité
- 1.2.2 Scanner de fuite
- 1.2.3 Benchmark de performance

Prochaines étapes:
- 1.1.3 Annotation des 27 documents (manuel)
- 1.1.4 Enrichissement stopwords médicaux
- 1.3 Mesure de la baseline

tests/unit/test_quality_evaluator.py

@@ -0,0 +1,145 @@
+#!/usr/bin/env python3
+"""
+Tests unitaires pour l'évaluateur de qualité.
+"""
+import pytest
+from pathlib import Path
+from evaluation.quality_evaluator import QualityEvaluator, EvaluationResult
+
+
+class TestQualityEvaluator:
+    """Tests pour QualityEvaluator."""
+    
+    def test_normalize_text(self):
+        """Test de normalisation de texte."""
+        evaluator = QualityEvaluator(Path("tests/ground_truth"))
+        
+        assert evaluator.normalize_text("DUPONT") == "dupont"
+        assert evaluator.normalize_text("  DUPONT  ") == "dupont"
+        assert evaluator.normalize_text("DUPONT\n\nMARTIN") == "dupont martin"
+        assert evaluator.normalize_text("Jean-Pierre") == "jean-pierre"
+    
+    def test_types_match(self):
+        """Test de correspondance des types."""
+        evaluator = QualityEvaluator(Path("tests/ground_truth"))
+        
+        # Correspondance directe
+        assert evaluator.types_match("NOM", "NOM")
+        assert evaluator.types_match("NOM", "NOM_GLOBAL")
+        assert evaluator.types_match("TEL", "TEL_GLOBAL")
+        
+        # Correspondance croisée
+        assert evaluator.types_match("NOM", "PRENOM")
+        assert evaluator.types_match("PRENOM", "NOM")
+        
+        # Non correspondance
+        assert not evaluator.types_match("NOM", "TEL")
+        assert not evaluator.types_match("EMAIL", "ADRESSE")
+    
+    def test_calculate_metrics(self):
+        """Test de calcul des métriques."""
+        evaluator = QualityEvaluator(Path("tests/ground_truth"))
+        
+        # Cas parfait
+        precision, recall, f1 = evaluator.calculate_metrics(10, 0, 0)
+        assert precision == 1.0
+        assert recall == 1.0
+        assert f1 == 1.0
+        
+        # Cas avec erreurs
+        precision, recall, f1 = evaluator.calculate_metrics(8, 2, 2)
+        assert precision == 0.8  # 8 / (8 + 2)
+        assert recall == 0.8     # 8 / (8 + 2)
+        assert f1 == 0.8
+        
+        # Cas zéro
+        precision, recall, f1 = evaluator.calculate_metrics(0, 0, 0)
+        assert precision == 0.0
+        assert recall == 0.0
+        assert f1 == 0.0
+    
+    def test_compare_simple(self):
+        """Test de comparaison simple."""
+        evaluator = QualityEvaluator(Path("tests/ground_truth"))
+        
+        annotations = [
+            {"page": 0, "type": "NOM", "text": "DUPONT", "context": "Dr. DUPONT"},
+            {"page": 0, "type": "TEL", "text": "01 23 45 67 89", "context": "Tel: 01 23 45 67 89"}
+        ]
+        
+        detections = [
+            {"page": 0, "kind": "NOM", "original": "DUPONT"},
+            {"page": 0, "kind": "TEL", "original": "01 23 45 67 89"}
+        ]
+        
+        tp, fn, fp = evaluator.compare(annotations, detections)
+        
+        assert len(tp) == 2
+        assert len(fn) == 0
+        assert len(fp) == 0
+    
+    def test_compare_with_false_negative(self):
+        """Test avec faux négatif."""
+        evaluator = QualityEvaluator(Path("tests/ground_truth"))
+        
+        annotations = [
+            {"page": 0, "type": "NOM", "text": "DUPONT", "context": "Dr. DUPONT"},
+            {"page": 0, "type": "TEL", "text": "01 23 45 67 89", "context": "Tel: 01 23 45 67 89"}
+        ]
+        
+        detections = [
+            {"page": 0, "kind": "NOM", "original": "DUPONT"}
+            # TEL manquant
+        ]
+        
+        tp, fn, fp = evaluator.compare(annotations, detections)
+        
+        assert len(tp) == 1
+        assert len(fn) == 1
+        assert len(fp) == 0
+        assert fn[0]["type"] == "TEL"
+        assert fn[0]["reason"] == "not_detected"
+    
+    def test_compare_with_false_positive(self):
+        """Test avec faux positif."""
+        evaluator = QualityEvaluator(Path("tests/ground_truth"))
+        
+        annotations = [
+            {"page": 0, "type": "NOM", "text": "DUPONT", "context": "Dr. DUPONT"}
+        ]
+        
+        detections = [
+            {"page": 0, "kind": "NOM", "original": "DUPONT"},
+            {"page": 0, "kind": "NOM", "original": "MARTIN"}  # Faux positif
+        ]
+        
+        tp, fn, fp = evaluator.compare(annotations, detections)
+        
+        assert len(tp) == 1
+        assert len(fn) == 0
+        assert len(fp) == 1
+        assert fp[0]["text"] == "MARTIN"
+    
+    def test_evaluation_result_to_dict(self):
+        """Test de conversion en dictionnaire."""
+        result = EvaluationResult(
+            pdf_path="test.pdf",
+            true_positives=10,
+            false_positives=2,
+            false_negatives=1,
+            precision=0.8333,
+            recall=0.9091,
+            f1_score=0.8696
+        )
+        
+        data = result.to_dict()
+        
+        assert data["pdf_path"] == "test.pdf"
+        assert data["true_positives"] == 10
+        assert data["precision"] == 0.8333
+        assert data["recall"] == 0.9091
+        assert data["f1_score"] == 0.8696
+
+
+if __name__ == "__main__":
+    pytest.main([__file__, "-v"])