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

@@ -77,7 +77,7 @@ Localisation: O
CHIRURGIE O
VISCERALE O
Médecin O
courant: O
courant: B-PER
DR. O
Renaud B-PER
GONTIER I-PER
@@ -173,7 +173,7 @@ Note O
Aucune O
donnée O
renseignée O
Signes O
Signes B-VILLE
vitaux O
Item O
de O
@@ -562,7 +562,7 @@ encore O
de O
reprise O
de O
selles, O
selles, B-VILLE
gaz O
+ O
et O
@@ -605,8 +605,8 @@ par O
ailleurs O
Stimulée O
à O
la O
marche O
la B-VILLE
marche I-VILLE
++ O
Note O
d'évolution O
@@ -626,7 +626,7 @@ retirée O
aujourd'hui O
sortie O
lundi O
vue O
vue B-VILLE
ce O
jour O
pour O
@@ -1040,11 +1040,11 @@ Devenir: O
RAD O
le O
10/10 O
VSL O
VSL B-PER
11h30, O
frère O
au O
courant, O
courant, B-VILLE
message O
laissé O
sur O
@@ -1068,7 +1068,7 @@ au O
niveau O
appareillage O
socle O
changé O
changé B-VILLE
Devenir: O
RAD O
demain O
@@ -1084,7 +1084,7 @@ place O
avec O
gaz O
sans O
selles O
selles B-VILLE
ce O
jour O
=>Vu O
@@ -1097,7 +1097,7 @@ gastro O
donné O
==>Début O
de O
selles O
selles B-VILLE
fin O
de O
matinée O
@@ -1112,7 +1112,7 @@ début O
de O
nausées O
ni O
rots O
rots B-VILLE
-Ventre O
souple O
Infectieux: O
@@ -1140,8 +1140,8 @@ sur O
répondeur O
Frère O
au O
courant O
VSL O
courant B-PER
VSL I-PER
ddé O
pour O
11h30 O
@@ -1316,7 +1316,7 @@ des O
gaz O
pas O
de O
selles O
selles B-VILLE
appareillage O
refait O
cette O
@@ -1329,7 +1329,7 @@ infectieux: O
Apyrétique O
VVP O
en O
place O
place B-VILLE
propre O
Digestif: O
stomie O
@@ -1392,7 +1392,7 @@ G+ O
et O
traces O
de O
selles O
selles B-VILLE
liquides O
Syndrome O
infectieux O
@@ -1416,7 +1416,7 @@ des O
gaz O
pas O
de O
selles O
selles B-VILLE
-> O
traitement O
débuté O
@@ -1560,7 +1560,7 @@ de O
vomissements, O
pas O
de O
rots O
rots B-VILLE
Devenir: O
- O
vit O
@@ -1594,7 +1594,7 @@ demain O
de O
nausées O
ni O
rots O
rots B-VILLE
-Ventre O
souple O
Infectieux: O
@@ -1772,7 +1772,7 @@ de O
vomissements, O
pas O
de O
rots O
rots B-VILLE
Endocrino: O
- O
glycémie O
@@ -1793,7 +1793,7 @@ Transit: O
avec O
baguette O
en O
place: O
place: B-VILLE
présence O
e O
gaz O
@@ -1810,7 +1810,7 @@ poche O
de O
nausées O
ni O
rots O
rots B-VILLE
-Ventre O
souple O
Infectieux: O
@@ -1843,7 +1843,7 @@ HGT O
ok O
Allo O
de O
son O
son B-VILLE
IDE O
libérale=>Souhaite O
RAD O
@@ -1982,7 +1982,7 @@ au O
niveau O
abdo O
à O
son O
son B-VILLE
arrivée O
avec O
une O
@@ -2191,7 +2191,7 @@ Flacon(s) O
Le O
débit O
en O
cours O
cours B-VILLE
est O
: O
20 O
@@ -2233,7 +2233,7 @@ Statut O
des O
prescriptions: O
En O
cours O
cours B-VILLE
Le O
débit O
a O
@@ -2242,7 +2242,7 @@ modifié. O
Le O
débit O
en O
cours O
cours B-VILLE
est O
: O
41.666666666666664 O
@@ -3174,7 +3174,7 @@ MAQUILLAGE, O
PROTHESES, O
VERNIS O
A O
ONGLES O
ONGLES B-VILLE
Réalisé O
- O
à O
@@ -3504,7 +3504,7 @@ Page O
9 O
de O
18 O
Plan O
Plan B-VILLE
de O
soins O
Jour O
@@ -5456,7 +5456,7 @@ Page O
13 O
de O
18 O
Plan O
Plan B-VILLE
de O
soins O
Jour O
@@ -7304,7 +7304,7 @@ rendu O
au O
format O
texte O
Bayonne, O
Bayonne, B-VILLE
le O
03/10/2023 O
Docteur O