feat(phase2): Fine-tuning CamemBERT-bio v2 (F1=0.90) + enrichissement données

- Fine-tuning camembert-bio-base : F1=0.903, Recall=0.930 (vs 0.89/0.85)
- Data augmentation : substitution noms INSEE (219K patronymes, x3 copies)
- Hard negatives BDPM (5.7K médicaments) + QUAERO (1319 termes médicaux)
- Annotations silver enrichies par gazetteers (+612 VILLE, +5 HOPITAL)
- Export silver avec support multi-répertoires (--extra-dir)
- Gazetteers QUAERO : CHEM, DISO, PROC, ANAT depuis DrBenchmark/QUAERO
- Gazetteers INSEE : noms de famille fréquents (96K) et complets (219K)
- Batch silver 1194 PDFs (run_batch_silver_export.py) pour dataset v3

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
This commit is contained in:
2026-03-10 02:06:08 +01:00
parent 274e2fa586
commit c9572c383a
38 changed files with 318811 additions and 1406 deletions

View File

@@ -26,7 +26,7 @@ Résu O
non O
validés) O
AD/EP O
Bayonne, O
Bayonne, B-VILLE
le O
6 O
juillet O
@@ -34,11 +34,11 @@ juillet O
Docteur O
Philippe B-PER
ETCHETO I-PER
Centre O
Médical O
de O
la O
Zup O
Centre I-PER
Médical I-PER
de I-PER
la I-PER
Zup I-PER
Quartier O
Ste O
Croix O
@@ -148,7 +148,7 @@ jonction O
urétéro-iléale. O
Pour O
autant, O
aucun O
aucun B-VILLE
passage O
possible O
jusqu'au O
@@ -182,7 +182,7 @@ très O
légèrement O
endommagé O
au O
cours O
cours B-VILLE
de O
cette O
Brickeroscopie. O
@@ -215,7 +215,7 @@ puisqu'il O
a O
repris O
une O
bonne O
bonne B-VILLE
diurèse O
par O
son O
@@ -289,7 +289,7 @@ une O
réfection O
complète O
de O
son O
son B-VILLE
Bricker, O
ce O
qui O
@@ -318,7 +318,7 @@ surement O
la O
meilleure O
à O
long O
long B-VILLE
terme O
avec O
beaucoup O
@@ -353,7 +353,7 @@ une O
destruction O
progressive O
de O
son O
son B-VILLE
rein O
gauche O
et O