version: 1
encoding: utf-8
normalization: NFKC
whitelist:
  sections_titres:
  - DIM
  - GHM
  - GHS
  - RUM
  - COMPTE
  - RENDU
  - DIAGNOSTIC
  noms_maj_excepts:
  - Médecin DIM
  - Praticien conseil
  org_gpe_keep: false
blacklist:
  force_mask_terms:
  - CENTRE HOSPITALIER COTE BASQUE
  - CENTRE HOSPITALIER DE LA COTE BASQUE
  - POLYCLINIQUE COTE BASQUE SUD
  - POLYCLINIQUE CÔTE BASQUE SUD
  - CHCB
  - '640780417'
  - 'Dates du séjour :'
  - CONCERTATION
  - BAYONNE CEDEX
  - BAYONNE
  - '64109'
  - LABORATOIRE de BIOLOGIE MEDICALE
  - REED LES EMBRUNS
  - LES EMBRUNS
  - EMBRUNS BIDART
  force_mask_regex:
  - '[Ee]mbruns'
  - 'Centre\s+Hospitalier\s+(?:de\s+(?:la\s+)?)?C[oôÔ]te\s+Basque'
  - 'Polyclinique\s+C[oôÔ]te\s+Basque\s+Sud'
  - '13\s*,?\s*Avenue\s+de\s+l.Interne\s+J\.?\s*LOEB\s+BP\s*\d+'
kv_labels_preserve:
- FINESS
- IPP
- N° OGC
- Etablissement
regex_overrides:
- name: OGC_court
  pattern: \b(?:N°\s*)?OGC\s*[:\-]?\s*([A-Za-z0-9\-]{1,3})\b
  placeholder: '[OGC]'
  flags:
  - IGNORECASE
# Phrases à ne JAMAIS anonymiser (faux positifs récurrents)
# Ajouter ici les expressions qui sont masquées à tort.
# La correspondance est insensible à la casse.
whitelist_phrases:
  - "classification internationale"
  - "prise en charge"
  - "bas de contention"
  - "date de naissance"
  - "lieu de naissance"
  - "ville de résidence"
  - "date de sortie"
  - "date d'admission"
  - "code postal"
# Mots supplémentaires à ne jamais masquer comme noms de personnes
# (complète les 9000+ stop-words intégrés)
additional_stopwords: []
# Exemple :
#   - "votre_mot"

# Villes supplémentaires à ne jamais matcher comme lieux
# (complète les 115+ villes blacklistées intégrées)
additional_villes_blacklist: []
# Exemple :
#   - "VOTRE_VILLE"

flags:
  case_insensitive: true
  unicode_word_boundaries: true
  regex_engine: python