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>
2026-03-10 02:06:08 +01:00
parent 274e2fa586
commit c9572c383a
38 changed files with 318811 additions and 1406 deletions
--- a/data/silver_annotations/trackare-07003136-23135847_07003136_23135847.bio
+++ b/data/silver_annotations/trackare-07003136-23135847_07003136_23135847.bio
@@ -59,7 +59,7 @@ Postal:	O
 64600	B-ZIP
 Adresse:	O
 11	O
-RUE	O
+RUE	B-VILLE
 DES	O
 PONTRITS	O
 BAT	O
@@ -143,17 +143,17 @@ prévenir	O
 (Clinicom)	O
 Frère	O
 ROBIN	B-PER
-MASSE	I-PER
-François	I-PER
+MASSE	O
+François	B-PER
 FRANCE	O
 0559223631	B-TEL
 Personne	O
 de	O
 confiance	O
 Soeur	O
-le	O
-moigne	O
-0603003515	B-TEL
+le	B-PER
+moigne	B-TEL
+0603003515	I-TEL
 Passage	O
 aux	O
 Urgences	O
@@ -205,7 +205,7 @@ Motif	O
 de	O
 prise	O
 en	O
-charge	O
+charge	B-VILLE
 Traumatisme	O
 membre	O
 inférieur	O
@@ -265,14 +265,14 @@ Date	O
 de	O
 prise	O
 en	O
-charge	O
+charge	B-VILLE
 médicale	O
 15/07/2023	O
 Heure	O
 de	O
 prise	O
 en	O
-charge	O
+charge	B-VILLE
 médicale	O
 16:40	O
 Médecin	O
@@ -439,7 +439,7 @@ Note	O
 Aucune	O
 donnée	O
 renseignée	O
-Signes	O
+Signes	B-VILLE
 vitaux	O
 Item	O
 de	O
@@ -1004,7 +1004,7 @@ malade.	O
 A	O
 jour	O
 de	O
-selles.	O
+selles.	B-VILLE
 Note	O
 d'évolution	O
 DR.	O
@@ -1091,7 +1091,7 @@ cutanée)	O
 talonnette,	O
 MAE,	O
 décharge	O
-Place	O
+Place	B-VILLE
 aux	O
 embruns	O
 demain	O
@@ -1155,7 +1155,7 @@ mis	O
 au	O
 fauteuil	O
 mais	O
-aucun	O
+aucun	B-VILLE
 appui	O
 possible	O
 et	O
@@ -1197,7 +1197,7 @@ le	O
 moment.	O
 DEVENIR	O
 :	O
-bio	O
+bio	B-VILLE
 de	O
 contrôle	O
 J3	O
@@ -1320,7 +1320,7 @@ en	O
 pontage	O
 aorto-coronarien	O
 +	O
-pace	O
+pace	B-VILLE
 maker	O
 triple	O
 chambre	O
@@ -1519,7 +1519,7 @@ maker	O
 pontage	O
 aorto-coronarien	O
 à	O
-bordeaux	O
+bordeaux	B-VILLE
 en	O
 2003	O
 -	O
@@ -1593,8 +1593,8 @@ orthostatique	O
 -	O
 oxygénothérapie	O
 au	O
-long	O
-cours	O
+long	B-VILLE
+cours	B-VILLE
 nocturne	O
 1L/min	O
 depuis	O
@@ -1682,7 +1682,7 @@ sœur	O
 qui	O
 vit	O
 à	O
-Nantes.	O
+Nantes.	B-VILLE
 Vit	O
 seul	O
 en	O
@@ -1779,7 +1779,7 @@ en	O
 se	O
 levant	O
 de	O
-son	O
+son	B-VILLE
 fauteuil.	O
 Chute	O
 sur	O
@@ -1938,8 +1938,8 @@ patient	O
 O2	O
 dépendant	O
 au	O
-long	O
-cours	O
+long	B-VILLE
+cours	B-VILLE
 depuis	O
 un	O
 trauamatisme	O
@@ -1992,7 +1992,7 @@ indication	O
 à	O
 l'aclasta	O
 au	O
-vue	O
+vue	B-VILLE
 de	O
 la	O
 focntion	O
@@ -2113,8 +2113,8 @@ l'O2	O
 revoir	O
 l'indication	O
 au	O
-long	O
-cours	O
+long	B-VILLE
+cours	B-VILLE
 avec	O
 un	O
 avis	O
@@ -2181,7 +2181,7 @@ en	O
 2005	O
 réalisé	O
 à	O
-Bordeaux,	O
+Bordeaux,	B-VILLE
 -	O
 tabagisme	O
 sevré	O
@@ -2189,7 +2189,7 @@ depuis	O
 le	O
 mois	O
 de	O
-mars	O
+mars	B-VILLE
 2015	O
 -	O
 reste	O
@@ -2199,7 +2199,7 @@ aux	O
 différents	O
 évènements	O
 de	O
-mars	O
+mars	B-VILLE
 2015,	O
 mais	O
 à	O
@@ -2256,7 +2256,7 @@ en	O
 voulant	O
 repartir	O
 à	O
-son	O
+son	B-VILLE
 fauteuil	O
 en	O
 marche	O
@@ -2706,7 +2706,7 @@ car	O
 diffusion++	O
 Devenir	O
 :	O
-place	O
+place	B-VILLE
 aux	O
 Embruns	O
 vendredi	O
@@ -2739,7 +2739,7 @@ Bladder	O
 Devenir	O
 :	O
 -	O
-Place	O
+Place	B-VILLE
 à	O
 la	O
 maison	O
@@ -2766,7 +2766,7 @@ et	O
 nous	O
 tenir	O
 au	O
-courant	O
+courant	B-VILLE
 Ortho	B-PER
 :	O
 MSCC	O
@@ -3150,7 +3150,7 @@ sur	O
 pres	O
 orale	O
 anesth	O
-TOX:	O
+TOX:	B-VILLE
 Dr	O
 MAKDESSI	B-PER
 a	O
@@ -3277,32 +3277,32 @@ Note	O
 IDE	O
 Christine	B-PER
 LOPES	I-PER
-16/07/2023	O
-12:29	O
+16/07/2023	B-DATE_NAISSANCE
+12:29	I-DATE_NAISSANCE
 Note	O
 IDE	O
 Lola	B-PER
 NORAIS	I-PER
-16/07/2023	O
-01:52	O
+16/07/2023	B-DATE_NAISSANCE
+01:52	I-DATE_NAISSANCE
 Note	O
 IDE	O
 Virginie	B-PER
 BARRAGUE	I-PER
-16/07/2023	O
-00:38	O
+16/07/2023	B-DATE_NAISSANCE
+00:38	I-DATE_NAISSANCE
 Note	O
 A-Soignante	B-PER
 Lauren	I-PER
 COELHO	I-PER
-16/07/2023	O
-00:05	O
+16/07/2023	B-DATE_NAISSANCE
+00:05	I-DATE_NAISSANCE
 Note	O
 IDE	O
 Virginie	B-PER
 BARRAGUE	I-PER
-15/07/2023	O
-22:22	O
+15/07/2023	B-DATE_NAISSANCE
+22:22	I-DATE_NAISSANCE
 Traitements	O
 médicamenteux	O
 Voie	O
@@ -3431,7 +3431,7 @@ en	O
 2005	O
 réalisé	O
 à	O
-Bordeaux,	O
+Bordeaux,	B-VILLE
 -	O
 tabagisme	O
 sevré	O
@@ -3439,7 +3439,7 @@ depuis	O
 le	O
 mois	O
 de	O
-mars	O
+mars	B-VILLE
 2015	O
 -	O
 reste	O
@@ -3449,7 +3449,7 @@ aux	O
 différents	O
 évènements	O
 de	O
-mars	O
+mars	B-VILLE
 2015,	O
 mais	O
 à	O
@@ -3634,8 +3634,8 @@ Ampoule(s)	O
 AMP	O
 -	O
 Normal	O
-15/07/2023	O
-23:50	O
+15/07/2023	B-DATE_NAISSANCE
+23:50	I-DATE_NAISSANCE
 Patient:	O
 ROBIN-MASSE	B-PER
 ROBIN	I-PER
@@ -3681,7 +3681,7 @@ de	O
 Le	O
 débit	O
 en	O
-cours	O
+cours	B-VILLE
 est	O
 :	O
 41.666666666666664	O
@@ -3717,7 +3717,7 @@ Flacon(s)	O
 Le	O
 débit	O
 en	O
-cours	O
+cours	B-VILLE
 est	O
 :	O
 200	O
@@ -3749,7 +3749,7 @@ modifié.	O
 Le	O
 débit	O
 en	O
-cours	O
+cours	B-VILLE
 est	O
 :	O
 41.666666666666664	O
@@ -3790,8 +3790,8 @@ des	O
 prescriptions:	O
 Signé	O
 ACIDE	O
-FOLIQUE	O
-ARW	O
+FOLIQUE	B-PER
+ARW	I-PER
 5MG	O
 CPR	O
 [20]	O
@@ -3996,8 +3996,8 @@ des	O
 prescriptions:	O
 Réalisé	O
 ACIDE	O
-FOLIQUE	O
-ARW	O
+FOLIQUE	B-PER
+ARW	I-PER
 5MG	O
 CPR	O
 [20]	O
@@ -4268,7 +4268,7 @@ Statut	O
 des	O
 prescriptions:	O
 En	O
-cours	O
+cours	B-VILLE
 KARDEGIC	O
 75MG	O
 PDR	O
@@ -4726,7 +4726,7 @@ MAQUILLAGE,	O
 PROTHESES,	O
 VERNIS	O
 A	O
-ONGLES	O
+ONGLES	B-VILLE
 Signé	O
 -	O
 à	O
@@ -5124,8 +5124,8 @@ administrée	O
 Note	O
 Docteur	O
 ACIDE	O
-FOLIQUE	O
-ARW	O
+FOLIQUE	B-PER
+ARW	I-PER
 5MG	O
 CPR	O
 [20]	O
@@ -5569,7 +5569,7 @@ Page	O
 13	O
 de	O
 35	O
-Plan	O
+Plan	B-VILLE
 de	O
 soins	O
 Jour	O
@@ -5592,8 +5592,8 @@ Soir	O
 Signé	O
 —	O
 ACIDE	O
-FOLIQUE	O
-ARW	O
+FOLIQUE	B-PER
+ARW	I-PER
 5MG	O
 CPR	O
 -	O
@@ -6410,7 +6410,7 @@ presc.:	O
 si	O
 absence	O
 de	O
-selles	O
+selles	B-VILLE
 >	O
 3	O
 jours	O
@@ -10451,7 +10451,7 @@ Page	O
 23	O
 de	O
 35	O
-Plan	O
+Plan	B-VILLE
 de	O
 soins	O
 Jour	O
@@ -10476,8 +10476,8 @@ Soir	O
 Signé	O
 —	O
 ACIDE	O
-FOLIQUE	O
-ARW	O
+FOLIQUE	B-PER
+ARW	I-PER
 5MG	O
 CPR	O
 -	O
@@ -11321,7 +11321,7 @@ presc.:	O
 si	O
 absence	O
 de	O
-selles	O
+selles	B-VILLE
 >	O
 3	O
 jours	O
@@ -15255,7 +15255,7 @@ rendu	O
 au	O
 format	O
 texte	O
-Bayonne,	O
+Bayonne,	B-VILLE
 le	O
 15/07/2023	O
 Docteur	O
@@ -15270,7 +15270,7 @@ Nom	O
 utilisé	O
 :	O
 ROBIN	B-PER
-MASSE	I-PER
+MASSE	O
 Prénom	O
 de	O
 naissance	O