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

@@ -59,14 +59,14 @@ Code O
Postal: O
64100 B-ZIP
Adresse: O
LOT B-VILLE
VALADOUR I-VILLE
LOT O
VALADOUR O
- O
6 B-ADRESSE
ALLEE I-ADRESSE
DE I-ADRESSE
SEGURE I-ADRESSE
Ville O
Ville B-VILLE
de O
résidence: O
BAYONNE B-VILLE
@@ -137,8 +137,8 @@ de O
confiance O
Epouse B-PER
ETCHEVERRY I-PER
Josette I-PER
0612152063 B-TEL
Josette B-TEL
0612152063 I-TEL
Antécédents O
et O
habitudes O
@@ -156,7 +156,7 @@ Note O
Aucune O
donnée O
renseignée O
Signes O
Signes B-VILLE
Vitaux O
Item O
de O
@@ -747,7 +747,7 @@ arrêt O
AOD O
pour O
RTV. O
Aucun O
Aucun B-VILLE
incident O
per O
opératoire O
@@ -815,15 +815,15 @@ surveillance O
01/03/2023 O
18:00 O
01/03/2023 O
20:50 B-DATE_NAISSANCE
02/03/2023 I-DATE_NAISSANCE
00:26 I-DATE_NAISSANCE
02/03/2023 I-DATE_NAISSANCE
05:14 I-DATE_NAISSANCE
02/03/2023 I-DATE_NAISSANCE
08:36 I-DATE_NAISSANCE
02/03/2023 I-DATE_NAISSANCE
15:07 I-DATE_NAISSANCE
20:50 O
02/03/2023 O
00:26 O
02/03/2023 O
05:14 O
02/03/2023 O
08:36 O
02/03/2023 O
15:07 O
03/03/2023 O
00:22 O
03/03/2023 O
@@ -892,7 +892,7 @@ Normal O
Absence O
Gaz O
+ O
selles O
selles B-VILLE
Notes O
paramédicales O
Type O
@@ -961,11 +961,11 @@ SV O
demain O
Note O
IDE O
Agnes B-PER
Agnes O
SAINT- O
GERMES O
02/03/2023 B-DATE_NAISSANCE
15:12 I-DATE_NAISSANCE
02/03/2023 O
15:12 O
HGT O
recontrolée O
1.77 O
@@ -982,7 +982,7 @@ reprise O
mictionnelle O
, O
avec O
son O
son B-VILLE
épouse O
, O
ordo O
@@ -1051,8 +1051,8 @@ Note O
IDE O
Camille B-PER
COUDERC I-PER
02/03/2023 B-DATE_NAISSANCE
08:54 I-DATE_NAISSANCE
02/03/2023 O
08:54 O
BS O
ce O
matin O
@@ -1106,8 +1106,8 @@ Note O
IDE O
Clara B-PER
ARGANO I-PER
02/03/2023 B-DATE_NAISSANCE
00:24 I-DATE_NAISSANCE
02/03/2023 O
00:24 O
HGT: O
1.46 O
TRANSIT: O
@@ -1118,7 +1118,7 @@ irrigations O
en O
cours, O
débit O
moyen O
moyen B-VILLE
=> O
urines O
rosées O
@@ -1430,7 +1430,7 @@ Statut O
des O
prescriptions: O
En O
cours O
cours B-VILLE
Le O
débit O
a O
@@ -1439,7 +1439,7 @@ modifié. O
Le O
débit O
en O
cours O
cours B-VILLE
est O
: O
41.666666666666664 O
@@ -1448,8 +1448,8 @@ par O
1 O
hrs. O
SODIUM O
CHL O
MACO O
CHL B-PER
MACO I-PER
0,9% O
INJ O
PP O
@@ -1609,8 +1609,8 @@ Juliette B-PER
REY I-PER
RESIKALI O
PDR O
SUSP O
BUV O
SUSP B-PER
BUV I-PER
OU O
RECT O
[25] O
@@ -1802,8 +1802,8 @@ Signé O
ANORO O
55MCG/22MCG O
PDR O
INH O
UNIDOSE O
INH B-PER
UNIDOSE I-PER
[30] O
RU(s) O
1 O
@@ -1925,7 +1925,7 @@ COQUEREL I-PER
SOINS O
DE O
BOUCHE O
MEDICAMENTEUX O
MEDICAMENTEUX B-PER
Signé O
- O
à O
@@ -1950,9 +1950,9 @@ Normal O
00:05 B-PER
Celine I-PER
COQUEREL I-PER
BAS O
DE O
CONTENTION O
BAS I-PER
DE I-PER
CONTENTION I-PER
: O
POSE O
Réalisé O
@@ -2096,7 +2096,7 @@ MAQUILLAGE, O
PROTHESES, O
VERNIS O
A O
ONGLES O
ONGLES B-VILLE
Réalisé O
- O
à O
@@ -2185,7 +2185,7 @@ Page O
5 O
de O
17 O
SIGNES O
SIGNES B-VILLE
VITAUX O
(Pls, O
TA, O
@@ -2252,7 +2252,7 @@ Page O
6 O
de O
17 O
Plan O
Plan B-VILLE
de O
soins O
Jour O
@@ -2411,8 +2411,8 @@ En O
cours O
— O
SODIUM O
CHL O
MACO O
CHL B-PER
MACO I-PER
0,9% O
INJ O
PP O
@@ -2440,8 +2440,8 @@ En O
cours O
— O
SODIUM O
CHL O
MACO O
CHL B-PER
MACO I-PER
0,9% O
INJ O
PP O
@@ -3382,9 +3382,9 @@ Signé O
— O
RESIKALI O
PDR O
SUSP O
BUV O
OU O
SUSP B-PER
BUV I-PER
OU I-PER
RECT O
- O
15,18-18,98G O
@@ -3410,9 +3410,9 @@ Signé O
— O
RESIKALI O
PDR O
SUSP O
BUV O
OU O
SUSP B-PER
BUV I-PER
OU I-PER
RECT O
- O
15,18-18,98G O
@@ -3438,9 +3438,9 @@ Signé O
— O
RESIKALI O
PDR O
SUSP O
BUV O
OU O
SUSP B-PER
BUV I-PER
OU I-PER
RECT O
- O
15,18-18,98G O
@@ -3938,8 +3938,8 @@ dose: O
Réalisé O
— O
BAS O
DE O
CONTENTION O
DE B-PER
CONTENTION I-PER
: O
POSE O
- O
@@ -4814,7 +4814,7 @@ Page O
11 O
de O
17 O
Plan O
Plan B-VILLE
de O
soins O
Jour O
@@ -4903,8 +4903,8 @@ En O
cours O
— O
SODIUM O
CHL O
MACO O
CHL B-PER
MACO I-PER
0,9% O
INJ O
PP O
@@ -4932,8 +4932,8 @@ En O
cours O
— O
SODIUM O
CHL O
MACO O
CHL B-PER
MACO I-PER
0,9% O
INJ O
PP O
@@ -5619,9 +5619,9 @@ Signé O
— O
RESIKALI O
PDR O
SUSP O
BUV O
OU O
SUSP B-PER
BUV I-PER
OU I-PER
RECT O
- O
15,18-18,98G O
@@ -6114,8 +6114,8 @@ dose: O
Réalisé O
— O
BAS O
DE O
CONTENTION O
DE B-PER
CONTENTION I-PER
: O
POSE O
- O