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

@@ -56,11 +56,11 @@ Code O
Postal: O
64600 B-ZIP
Adresse: O
11 B-VILLE
RUE I-VILLE
DE I-VILLE
CAZALIS I-VILLE
Ville O
11 B-ADRESSE
RUE I-ADRESSE
DE I-ADRESSE
CAZALIS I-ADRESSE
Ville B-VILLE
de O
résidence: O
ANGLET B-VILLE
@@ -130,8 +130,8 @@ Personne O
prévenir O
(Trakcare) O
Epouse O
vandestock O
michele O
vandestock B-PER
michele I-PER
0607265212 B-TEL
Personne O
de O
@@ -198,7 +198,7 @@ Note O
Aucune O
donnée O
renseignée O
Signes O
Signes B-VILLE
vitaux O
Item O
de O
@@ -775,8 +775,8 @@ et O
avis O
nephro O
(Dr O
Sie B-PER
Valat): I-PER
Sie O
Valat): O
- O
Tavanic O
500 O
@@ -784,7 +784,7 @@ mg O
en O
dose O
de O
charge O
charge B-VILLE
puis O
250 O
mg O
@@ -1310,26 +1310,26 @@ Note O
IDE O
Charlène B-PER
AZIZA I-PER
05/06/2023 O
15:22 O
05/06/2023 B-DATE_NAISSANCE
15:22 I-DATE_NAISSANCE
Note O
IDE O
Maite B-PER
MINJOU I-PER
05/06/2023 O
12:58 O
05/06/2023 B-DATE_NAISSANCE
12:58 I-DATE_NAISSANCE
Note O
IDE O
Isabelle B-PER
BRIAULT I-PER
05/06/2023 O
12:32 O
05/06/2023 B-DATE_NAISSANCE
12:32 I-DATE_NAISSANCE
Note O
IDE O
Pauline B-PER
GODARD I-PER
05/06/2023 O
01:08 O
05/06/2023 B-DATE_NAISSANCE
01:08 I-DATE_NAISSANCE
Note O
IDE O
Samantha B-PER
@@ -1403,7 +1403,7 @@ os O
prescrit O
et O
débuté O
vers O
vers B-VILLE
14h30 O
( O
rattrapage O
@@ -1466,7 +1466,7 @@ matin O
remonté O
de O
dialyse O
vers O
vers B-VILLE
12h O
a O
eu O
@@ -1636,7 +1636,7 @@ propre, O
alginate O
mis O
en O
place O
place B-VILLE
+ O
compresses O
mise O
@@ -1821,7 +1821,7 @@ Note O
IDE O
Samantha B-PER
DAS I-PER
DORES O
DORES I-PER
02/06/2023 O
17:01 O
Note O
@@ -2042,7 +2042,7 @@ enlevés O
alginate O
mis O
en O
place O
place B-VILLE
compresse O
et O
bande O
@@ -2248,7 +2248,7 @@ jrpatient O
revenu O
de O
dialyse O
vers O
vers B-VILLE
13 O
h O
20dlr O
@@ -2506,7 +2506,7 @@ Page O
de O
25 O
en O
place, O
place, B-VILLE
patient O
autonomeENDOC O
: O
@@ -2540,7 +2540,7 @@ correctepatient O
descendu O
au O
bloc O
vers O
vers B-VILLE
10h O
30 O
Note O
@@ -2575,16 +2575,16 @@ BLOC O
à O
10H O
RAI B-PER
RQPR I-PER
Patient I-PER
de I-PER
70 I-PER
ans, I-PER
RQPR O
Patient O
de O
70 O
ans, O
vit O
au O
dom O
avec O
son O
son B-VILLE
épouse O
avec O
passage O
@@ -2731,7 +2731,7 @@ de O
laparotomie O
( O
amènera O
son O
son B-VILLE
appareillage O
) O
Note O
@@ -2747,7 +2747,7 @@ sur O
laparotomie O
ancienne O
à O
son O
son B-VILLE
arrivée, O
refait O
ce O
@@ -3097,10 +3097,10 @@ Juliette B-PER
LAGARRIGUE I-PER
RESIKALI O
PDR O
SUSP O
BUV O
OU O
RECT O
SUSP B-PER
BUV I-PER
OU I-PER
RECT I-PER
[25] O
Flacon(s) O
1 O
@@ -3843,7 +3843,7 @@ MAQUILLAGE, O
PROTHESES, O
VERNIS O
A O
ONGLES O
ONGLES B-VILLE
Marie- O
France O
ETCHEVERRY B-PER
@@ -3853,10 +3853,10 @@ Signé O
08h O
Normal O
30/05/2023 O
16:58 O
BAS O
DE O
CONTENTION O
16:58 B-PER
BAS I-PER
DE I-PER
CONTENTION I-PER
: O
POSE O
Arrêté O
@@ -4570,7 +4570,7 @@ Page O
9 O
de O
25 O
Plan O
Plan B-VILLE
de O
soins O
Jour O
@@ -5685,9 +5685,9 @@ Signé O
— O
RESIKALI O
PDR O
SUSP O
BUV O
OU O
SUSP B-PER
BUV I-PER
OU I-PER
RECT O
- O
15,18-18,98G O
@@ -7876,7 +7876,7 @@ Page O
16 O
de O
25 O
Plan O
Plan B-VILLE
de O
soins O
Jour O
@@ -9029,9 +9029,9 @@ Signé O
— O
RESIKALI O
PDR O
SUSP O
BUV O
OU O
SUSP B-PER
BUV I-PER
OU I-PER
RECT O
- O
15,18-18,98G O
@@ -12008,7 +12008,7 @@ multi O
opéré, O
avec O
amputation O
trans O
trans B-VILLE
tibial O
à O
droite. O
@@ -12224,7 +12224,7 @@ mg O
en O
dose O
de O
charge O
charge B-VILLE
puis O
250 O
mg O