4d6fbef2b9
Implémente un système RAG (Retrieval Augmented Generation) qui indexe les documents de référence ATIH (CIM-10 FR 2026, Guide Métho MCO, CCAM PMSI) et utilise Ollama (mistral-small3.2:24b) pour justifier et valider le codage CIM-10 des diagnostics. - Nouveaux modèles Pydantic : RAGSource, Diagnostic étendu (confidence, justification, sources_rag) — rétrocompatible - Module rag_index.py : chunking des 3 PDFs, embedding sentence-camembert-large, index FAISS IndexFlatIP (3630 vecteurs) - Module rag_search.py : recherche FAISS + appel Ollama avec fallback double - Flag CLI --no-rag pour désactiver l'enrichissement RAG - 18 nouveaux tests (88/88 passent) Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
13 lines
239 B
Plaintext
13 lines
239 B
Plaintext
pdfplumber>=0.10.0
|
|
transformers>=4.35.0,<5.0.0
|
|
torch>=2.1.0
|
|
protobuf>=3.20.0,<4.0.0
|
|
regex>=2023.0
|
|
pydantic>=2.5.0
|
|
pytest>=7.4.0
|
|
sentencepiece>=0.1.99,<0.2.0
|
|
edsnlp[ml]>=0.17.0
|
|
faiss-cpu>=1.7.0
|
|
sentence-transformers>=2.2.0
|
|
requests>=2.28.0
|