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

@@ -60,7 +60,7 @@ RUE I-ADRESSE
DE I-ADRESSE
L I-ADRESSE
HOPITAL I-ADRESSE
Ville O
Ville B-VILLE
de O
résidence: O
DAX B-VILLE
@@ -72,7 +72,7 @@ No: O
Localisation: O
NEURO-CHIRURGIE O
Médecin O
courant: O
courant: B-VILLE
DR. O
Romain B-PER
BILLON-GRAND I-PER
@@ -153,7 +153,7 @@ Note O
Aucune O
donnée O
renseignée O
Signes O
Signes B-VILLE
vitaux O
Item O
de O
@@ -512,7 +512,7 @@ particulières. O
TDM O
de O
contrôle O
vue O
vue B-VILLE
OK. O
Donnait O
le O
@@ -528,7 +528,7 @@ difficultés O
quo'n O
identifie O
à O
son O
son B-VILLE
absence O
quasi O
complète O
@@ -623,7 +623,7 @@ le O
=> O
Hospit O
urg O
DAX B-PER
DAX O
Glasgow O
15, O
pas O
@@ -664,14 +664,14 @@ CHCB B-HOPITAL
- O
Atcd O
: O
pace O
pace B-VILLE
maker O
intérrogé O
par O
Dr O
LAWANI B-PER
cardiologue O
DAX B-PER
DAX O
: O
RAS O
Histoire O
@@ -895,7 +895,7 @@ Note O
Kinésithérapeute O
Jose B-PER
RECIO I-PER
BERMUDEZ I-PER
BERMUDEZ O
28/03/2023 O
13:25 O
Note O
@@ -994,7 +994,7 @@ supérieur O
droit: O
moins O
de O
force O
force B-VILLE
de O
préhension O
que O
@@ -1030,7 +1030,7 @@ Transit: O
a O
eu O
des O
selles O
selles B-VILLE
normales O
Pris O
en O
@@ -1414,8 +1414,8 @@ pré O
op O
ok, O
bas O
de O
contention O
de B-PER
contention I-PER
posé, O
AJ O
neuro O
@@ -1715,7 +1715,7 @@ Devenir O
: O
Vient O
de O
DAX B-PER
DAX B-VILLE
habite O
un O
appartement O
@@ -1763,8 +1763,8 @@ DR. O
Estelle B-PER
QUEANT I-PER
SODIUM O
CHL O
MACO O
CHL B-PER
MACO I-PER
0,9% O
INJ O
PP O
@@ -2241,9 +2241,9 @@ Normal O
Emilie I-PER
DI O
LULLO B-PER
BAS O
DE O
CONTENTION O
BAS I-PER
DE I-PER
CONTENTION I-PER
: O
POSE O
Signé O
@@ -2256,9 +2256,9 @@ Normal O
Emilie I-PER
DI O
LULLO B-PER
BAS O
DE O
CONTENTION O
BAS I-PER
DE I-PER
CONTENTION I-PER
: O
POSE O
Signé O
@@ -2712,7 +2712,7 @@ MAQUILLAGE, O
PROTHESES, O
VERNIS O
A O
ONGLES O
ONGLES B-VILLE
Réalisé O
- O
à O
@@ -3181,7 +3181,7 @@ Page O
8 O
de O
23 O
Plan O
Plan B-VILLE
de O
soins O
Jour O
@@ -3316,8 +3316,8 @@ opératoire O
Signé O
— O
SODIUM O
CHL O
MACO O
CHL B-PER
MACO I-PER
0,9% O
INJ O
PP O
@@ -3344,8 +3344,8 @@ presc.: O
Signé O
— O
SODIUM O
CHL O
MACO O
CHL B-PER
MACO I-PER
0,9% O
INJ O
PP O
@@ -4308,8 +4308,8 @@ dose: O
Signé O
— O
BAS O
DE O
CONTENTION O
DE B-PER
CONTENTION I-PER
: O
POSE O
- O
@@ -4327,8 +4327,8 @@ Début: O
Signé O
— O
BAS O
DE O
CONTENTION O
DE B-PER
CONTENTION I-PER
: O
POSE O
- O
@@ -6548,7 +6548,7 @@ Page O
15 O
de O
23 O
Plan O
Plan B-VILLE
de O
soins O
Jour O
@@ -6685,8 +6685,8 @@ opératoire O
Signé O
— O
SODIUM O
CHL O
MACO O
CHL B-PER
MACO I-PER
0,9% O
INJ O
PP O
@@ -6713,8 +6713,8 @@ presc.: O
Signé O
— O
SODIUM O
CHL O
MACO O
CHL B-PER
MACO I-PER
0,9% O
INJ O
PP O
@@ -7677,8 +7677,8 @@ dose: O
Signé O
— O
BAS O
DE O
CONTENTION O
DE B-PER
CONTENTION I-PER
: O
POSE O
- O
@@ -7696,8 +7696,8 @@ Début: O
Signé O
— O
BAS O
DE O
CONTENTION O
DE B-PER
CONTENTION I-PER
: O
POSE O
- O
@@ -9378,7 +9378,7 @@ rendu O
au O
format O
texte O
Bayonne, O
Bayonne, B-VILLE
le O
26/03/2023 O
Docteur O