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

@@ -56,9 +56,9 @@ naissance: O
DAX B-VILLE
Nationalité: O
FRANCE O
Code O
Postal: O
40465 B-ZIP
Code B-ZIP
Postal: I-ZIP
40465 I-ZIP
Adresse: O
55 B-ADRESSE
RUE I-ADRESSE
@@ -150,7 +150,7 @@ Personne O
à O
prévenir O
(Trakcare) O
Mère O
Mère B-VILLE
desert B-PER
lacay I-PER
hélène I-PER
@@ -360,16 +360,16 @@ pour O
le O
retrait O
de O
la O
garde O
la B-VILLE
garde I-VILLE
de O
son O
son B-VILLE
fils. O
possible O
deficit O
en O
carnitine O
CONTRE O
CONTRE B-VILLE
INDICATIONS O
pivmecillinam O
Anomalie O
@@ -377,7 +377,7 @@ du O
métabolisme O
des O
acides O
gras O
gras B-VILLE
Dysurie O
tep O
scan O
@@ -393,14 +393,14 @@ précision O
Fibromyalgie O
Péricardite O
au O
cours O
cours B-VILLE
d'autres O
maladies O
classées O
ailleurs O
(dont O
au O
cours O
cours B-VILLE
lupus O
érythémateux O
disséminé, O
@@ -477,7 +477,7 @@ DENT O
DE O
SAGESSE O
AERATEUR O
TRANS O
TRANS B-VILLE
TYMPANIQUE O
Antécédents O
Familiaux O
@@ -839,7 +839,7 @@ compétence O
du O
CH O
de O
Perpignan. O
Perpignan. B-VILLE
Elle O
présente O
en O
@@ -883,7 +883,7 @@ familiaux O
de O
maladie O
dEhler-Danlos O
(mère, O
(mère, B-VILLE
grand-mère, O
oncle O
et O
@@ -967,7 +967,7 @@ DE O
ALMEIDA, O
CH O
de O
DAX) O
DAX) B-VILLE
: O
Pas O
de O
@@ -1026,7 +1026,7 @@ nodulaire O
de O
la O
dernière O
anse, O
anse, B-VILLE
sans O
caractère O
pathologique O
@@ -1429,18 +1429,18 @@ attente O
de O
prise O
en O
charge O
charge B-VILLE
au O
CHU O
de O
Toulouse O
Toulouse B-VILLE
La O
patiente O
a O
été O
adressé O
par O
son O
son B-VILLE
médecin O
traitant O
au O
@@ -1501,7 +1501,7 @@ palpation O
de O
l'abdomen O
dans O
son O
son B-VILLE
ensemble O
sans O
defense. O
@@ -1607,8 +1607,8 @@ leucocyturie O
Imagerie O
: O
TDM O
TAP O
IV O
TAP B-PER
IV I-PER
: O
Pas O
d'anomalie O
@@ -1668,8 +1668,8 @@ de O
déficit O
humoral. O
Sur O
le O
plan O
le B-VILLE
plan I-VILLE
immunitaire O
: O
Patient: O
@@ -1807,13 +1807,13 @@ pour O
le O
tenir O
au O
courant O
courant B-VILLE
de O
cette O
décision. O
Sur O
le O
plan O
plan B-VILLE
hématologique: O
Elle O
présente O
@@ -2346,7 +2346,7 @@ tout O
petit O
peu O
de O
selles O
selles B-VILLE
Duphalac O
prescrit O
et O
@@ -2371,7 +2371,7 @@ sérologie O
+ O
prescription O
de O
Bordeaux O
Bordeaux B-VILLE
à O
faire O
demain O
@@ -2405,7 +2405,7 @@ pas O
allée O
à O
la O
selles O
selles B-VILLE
depuis O
9 O
jours. O
@@ -2661,7 +2661,7 @@ fois O
11:42 O
Voie O
d`administration: O
VAGINALE O
VAGINALE B-PER
Statut O
des O
prescriptions: O
@@ -3016,7 +3016,7 @@ Page O
7 O
de O
17 O
Plan O
Plan B-VILLE
de O
soins O
Jour O
@@ -4125,7 +4125,7 @@ Page O
10 O
de O
17 O
Plan O
Plan B-VILLE
de O
soins O
Jour O
@@ -5154,7 +5154,7 @@ rendu O
au O
format O
texte O
Bayonne, O
Bayonne, B-VILLE
le O
01/03/2023 O
Docteur O