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-BA042686-23090597_BA042686_23090597.bio
+++ b/data/silver_annotations/trackare-BA042686-23090597_BA042686_23090597.bio
@@ -60,7 +60,7 @@ Postal:	O
 64340	B-ZIP
 Adresse:	O
 4	O
-RUE	O
+RUE	B-VILLE
 DU	O
 19	O
 MARS	O
@@ -205,7 +205,7 @@ Motif	O
 de	O
 prise	O
 en	O
-charge	O
+charge	B-VILLE
 Douleur	O
 thoracique	O
 douleur	O
@@ -259,14 +259,14 @@ Date	O
 de	O
 prise	O
 en	O
-charge	O
+charge	B-VILLE
 médicale	O
 10/05/2023	O
 Heure	O
 de	O
 prise	O
 en	O
-charge	O
+charge	B-VILLE
 médicale	O
 06:55	O
 CCMU	O
@@ -423,7 +423,7 @@ Note	O
 Aucune	O
 donnée	O
 renseignée	O
-Signes	O
+Signes	B-VILLE
 vitaux	O
 Item	O
 de	O
@@ -1154,7 +1154,7 @@ Ancien	O
 garagiste	O
 (entretien	O
 de	O
-cars).	O
+cars).	B-VILLE
 -	O
 Tabac	O
 80	O
@@ -1263,7 +1263,7 @@ et	O
 orienté.	O
 Pas	O
 de	O
-signes	O
+signes	B-VILLE
 de	O
 focalisation.	O
 Asthénique.	O
@@ -1271,7 +1271,7 @@ Hemodynamique	O
 conservée,	O
 pas	O
 de	O
-signes	O
+signes	B-VILLE
 d'hypoperfusion	O
 périphérique,	O
 pouls	O
@@ -1308,7 +1308,7 @@ de	O
 sibilants,	O
 pas	O
 de	O
-signes	O
+signes	B-VILLE
 de	O
 lutte,	O
 pas	O
@@ -1333,7 +1333,7 @@ PR	O
 non	O
 allongé,	O
 QRS	O
-fins,	O
+fins,	B-VILLE
 QTc	O
 non	O
 allongé,	O
@@ -1421,7 +1421,7 @@ charge	O
 antalgique.	O
 Sur	O
 le	O
-plan	O
+plan	B-VILLE
 de	O
 la	O
 gravité:	O
@@ -1663,7 +1663,7 @@ indéterminée.	O
 Echographie	O
 abdominale	O
 en	O
-cours.	O
+cours.	B-VILLE
 -	O
 Sevrage	O
 OH	O
@@ -1697,7 +1697,7 @@ le	O
 scanner	O
 AP	O
 visualisé	O
-Place	O
+Place	B-VILLE
 en	O
 gastro	O
 possible	O
@@ -1810,7 +1810,7 @@ mm	O
 intérêt	O
 d'un	O
 avis	O
-spécialisé.	O
+spécialisé.	B-HOPITAL
 À	O
 l'étage	O
 sous-diaphragmatique	O
@@ -1882,7 +1882,7 @@ mm	O
 intérêt	O
 d'un	O
 avis	O
-spécialisé.	O
+spécialisé.	B-HOPITAL
 Motif	O
 d'hospitalisation	O
 :	O
@@ -2106,7 +2106,7 @@ Ancien	O
 garagiste	O
 (entretien	O
 de	O
-cars).	O
+cars).	B-VILLE
 -	O
 Tabac	O
 80	O
@@ -2124,7 +2124,7 @@ et	O
 orienté.	O
 Pas	O
 de	O
-signes	O
+signes	B-VILLE
 de	O
 focalisation.	O
 Asthénique.	O
@@ -2132,7 +2132,7 @@ Hemodynamique	O
 conservée,	O
 pas	O
 de	O
-signes	O
+signes	B-VILLE
 d'hypoperfusion	O
 périphérique,	O
 pouls	O
@@ -2169,7 +2169,7 @@ de	O
 sibilants,	O
 pas	O
 de	O
-signes	O
+signes	B-VILLE
 de	O
 lutte,	O
 pas	O
@@ -2194,7 +2194,7 @@ PR	O
 non	O
 allongé,	O
 QRS	O
-fins,	O
+fins,	B-VILLE
 QTc	O
 non	O
 allongé,	O
@@ -2496,7 +2496,7 @@ GOYTINO	I-PER
 Note	O
 IDE	O
 Tiphaine	B-PER
-SELLE	O
+SELLE	I-PER
 13/05/2023	O
 00:03	O
 Note	O
@@ -2648,7 +2648,7 @@ du	O
 TDM	O
 =>	O
 avec	O
-son	O
+son	B-VILLE
 épouse	O
 EXAM:	B-PER
 Scan	O
@@ -2701,7 +2701,7 @@ redescendue	O
 Elimination:	O
 a	O
 fait	O
-son	O
+son	B-VILLE
 sondage	O
 évacuateur	O
 à	O
@@ -2750,13 +2750,13 @@ prochain	O
 sondage	O
 a	O
 faire	O
-vers	O
+vers	B-VILLE
 3h	O
 TENSION:	O
 HTA	O
 18/8	O
 a	O
-son	O
+son	B-VILLE
 arrivée,	O
 puis	O
 a	O
@@ -2782,7 +2782,7 @@ sa	O
 consommatiion	O
 OH	O
 depuis	O
-son	O
+son	B-VILLE
 IDM	O
 en	O
 decembre	O
@@ -2954,12 +2954,12 @@ ses	O
 TTT	O
 appel	O
 de	O
-son	O
+son	B-VILLE
 épouse	O
 pour	O
 l'informer	O
 de	O
-son	O
+son	B-VILLE
 arrivée	O
 dans	O
 service:	O
@@ -3051,7 +3051,7 @@ dlr	O
 post	O
 prandial	O
 A	O
-son	O
+son	B-VILLE
 arrivée	O
 :	O
 Note	O
@@ -3071,7 +3071,7 @@ algique	O
 ATG1	O
 mis	O
 en	O
-place	O
+place	B-VILLE
 à	O
 7h30	O
 Soins	O
@@ -3122,7 +3122,7 @@ Signé	O
 Le	O
 débit	O
 en	O
-cours	O
+cours	B-VILLE
 est	O
 :	O
 4	O
@@ -3216,7 +3216,7 @@ modifié.	O
 Le	O
 débit	O
 en	O
-cours	O
+cours	B-VILLE
 est	O
 :	O
 41.666666666666664	O
@@ -3248,8 +3248,8 @@ fois	O
 Léna	I-PER
 MELAINE	I-PER
 SODIUM	O
-CHL	O
-MACO	O
+CHL	B-PER
+MACO	I-PER
 0,9%	O
 INJ	O
 PP	O
@@ -3265,8 +3265,8 @@ Normal	O
 Capucine	I-PER
 CHAPPE	I-PER
 SODIUM	O
-CHL	O
-MACO	O
+CHL	B-PER
+MACO	I-PER
 0,9%	O
 INJ	O
 PP	O
@@ -3608,7 +3608,7 @@ PRESSURISE(S)	O
 Le	O
 débit	O
 en	O
-cours	O
+cours	B-VILLE
 est	O
 :	O
 0	O
@@ -3617,7 +3617,7 @@ par	O
 1	O
 hrs.	O
 2	O
-BOUFFEE	B-PER
+BOUFFEE	O
 -	O
 Matin	O
 soir	O
@@ -3831,7 +3831,7 @@ Page	O
 9	O
 de	O
 20	O
-Plan	O
+Plan	B-VILLE
 de	O
 soins	O
 Jour	O
@@ -3866,7 +3866,7 @@ solution	O
 -	O
 Dose	O
 2	O
-BOUFFEE	B-PER
+BOUFFEE	O
 -	O
 sur	O
 1	O
@@ -3901,7 +3901,7 @@ solution	O
 -	O
 Dose	O
 2	O
-BOUFFEE	B-PER
+BOUFFEE	O
 -	O
 sur	O
 1	O
@@ -4255,8 +4255,8 @@ le	O
 19:00	O
 *	O
 2	O
-BOUFFEE	B-PER
-MELAINE	I-PER
+BOUFFEE	O
+MELAINE	B-PER
 Léna	I-PER
 Début	O
 le	O
@@ -4276,8 +4276,8 @@ le	O
 09:10	O
 *	O
 2	O
-BOUFFEE	B-PER
-CHAPPE	I-PER
+BOUFFEE	O
+CHAPPE	B-PER
 Capucine	I-PER
 Début	O
 le	O
@@ -5590,7 +5590,7 @@ Page	O
 12	O
 de	O
 20	O
-Plan	O
+Plan	B-VILLE
 de	O
 soins	O
 Jour	O
@@ -5627,7 +5627,7 @@ solution	O
 -	O
 Dose	O
 2	O
-BOUFFEE	B-PER
+BOUFFEE	O
 -	O
 sur	O
 1	O
@@ -5662,7 +5662,7 @@ solution	O
 -	O
 Dose	O
 2	O
-BOUFFEE	B-PER
+BOUFFEE	O
 -	O
 sur	O
 1	O
@@ -6016,8 +6016,8 @@ le	O
 08:00	O
 *	O
 2	O
-BOUFFEE	B-PER
-MELAINE	I-PER
+BOUFFEE	O
+MELAINE	B-PER
 Léna	I-PER
 Début	O
 le	O
@@ -6037,8 +6037,8 @@ le	O
 19:00	O
 *	O
 2	O
-BOUFFEE	B-PER
-CHAPPE	I-PER
+BOUFFEE	O
+CHAPPE	B-PER
 Capucine	I-PER
 Début	O
 le	O
@@ -7451,7 +7451,7 @@ rendu	O
 au	O
 format	O
 texte	O
-Bayonne,	O
+Bayonne,	B-VILLE
 le	O
 10/05/2023	O
 Docteur	O
@@ -7607,7 +7607,7 @@ mm	O
 intérêt	O
 d'un	O
 avis	O
-spécialisé.	O
+spécialisé.	B-HOPITAL
 À	O
 l'étage	O
 sous-diaphragmatique	O
@@ -7679,7 +7679,7 @@ mm	O
 intérêt	O
 d'un	O
 avis	O
-spécialisé.	O
+spécialisé.	B-HOPITAL
 CR	O
 Scanner	O
 10/05/2023	O
@@ -7790,7 +7790,7 @@ rendu	O
 au	O
 format	O
 texte	O
-Bayonne,	O
+Bayonne,	B-VILLE
 le	O
 10/05/2023	O
 Docteur	O
@@ -7897,7 +7897,7 @@ taille	O
 normale,	O
 avec	O
 une	O
-bonne	O
+bonne	B-VILLE
 différenciation	O
 parenchymo-sinusale,	O
 cavités	O