nacim/Presidio
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

new full

Browse Source
This commit is contained in:
Biqoz
2025-09-15 19:04:38 +02:00
parent 3e70181b58
commit 3f9c007c9e
46 changed files with 919 additions and 146 deletions
Download Patch File Download Diff File Expand all files Collapse all files

34
conf/recognizers/Business/belgian/company_forms.yaml Normal file
View File

@@ -0,0 +1,34 @@
# Recognizer pour formes juridiques belges
recognizer_registry:
recognizers:
- name: BelgianCompanyFormsRecognizer
supported_language: fr
supported_entity: SOCIETE_BELGE
patterns:
- name: SRL avec nom
regex: "\\b(?:SRL|Srl)\\s+[A-ZÀ-Ÿ][a-zà-ÿ\\s&'-]+\\b"
score: 0.95
- name: SA avec nom
regex: "\\b(?:SA|Sa)\\s+[A-ZÀ-Ÿ][a-zà-ÿ\\s&'-]+\\b"
score: 0.95
- name: ASBL avec nom
regex: "\\b(?:ASBL|Asbl)\\s+[A-ZÀ-Ÿ][a-zà-ÿ\\s&'-]+\\b"
score: 0.95
- name: SC avec nom
regex: "\\b(?:SC|Sc)\\s+[A-ZÀ-Ÿ][a-zà-ÿ\\s&'-]+\\b"
score: 0.9
- name: SNC avec nom
regex: "\\b(?:SNC|Snc)\\s+[A-ZÀ-Ÿ][a-zà-ÿ\\s&'-]+\\b"
score: 0.9
- name: SComm avec nom
regex: "\\b(?:SComm|Scomm)\\s+[A-ZÀ-Ÿ][a-zà-ÿ\\s&'-]+\\b"
score: 0.9
context:
[
"société",
"entreprise",
"forme juridique",
"statut",
"commercial",
"association",
]

5
conf/recognizers/Business/belgian/enterprise_numbers.yaml
View File

@@ -3,7 +3,7 @@ recognizer_registry:
recognizers:
- name: BelgianEnterpriseRecognizer
supported_language: fr
supported_entity: BE_ENTERPRISE_NUMBER
supported_entity: NUMERO_ENTREPRISE_BELGE
patterns:
- name: Numéro BCE avec deux points
regex: "(?<=\\bBCE\\s*:\\s*)((BE)?\\s?0\\d{3}[\\.\\s]?\\d{3}[\\.\\s]?\\d{3})\\b"
@@ -20,5 +20,4 @@ recognizer_registry:
- name: Numéro patronal
regex: "\\b(?:numéro\\s+)?patronal\\s*:?\\s*\\d{7}\\b"
score: 0.9
context:
["TVA", "intracommunautaire", "ONSS", "entreprise", "patronal"]
context: ["TVA", "intracommunautaire", "ONSS", "entreprise", "patronal"]

2
conf/recognizers/Business/belgian/organization_names.yaml
View File

@@ -3,7 +3,7 @@ recognizer_registry:
recognizers:
- name: SmartOrganizationRecognizer
supported_language: fr
supported_entity: ORGANIZATION
supported_entity: ORGANISATION
patterns:
# Noms avec suffixes typiques d'entreprise
- name: Noms entreprise avec suffixes

4
conf/recognizers/Business/belgian/professional_ids.yaml
View File

@@ -3,7 +3,7 @@ recognizer_registry:
recognizers:
- name: BelgianProfessionalIdRecognizer
supported_language: fr
supported_entity: BE_PROFESSIONAL_ID
supported_entity: ID_PROFESSIONNEL_BELGE
patterns:
- name: Numéro IEC avec deux points
regex: "(?<=\\bIEC\\s*:\\s*)\\d{6}\\b"
@@ -17,4 +17,4 @@ recognizer_registry:
- name: Numéro de médecin
regex: "\\b(?:Dr\\.|médecin)\\s*n°\\s*\\d{5,7}\\b"
score: 0.85
context: ["expert-comptable", "IEC", "avocat", "médecin", "professionnel"]
context: ["IEC", "avocat", "médecin", "professionnel"]

23
conf/recognizers/Business/french/company_forms.yaml Normal file
View File

@@ -0,0 +1,23 @@
# Recognizer pour formes juridiques françaises
recognizer_registry:
recognizers:
- name: FrenchCompanyFormsRecognizer
supported_language: fr
supported_entity: SOCIETE_FRANCAISE
patterns:
- name: SARL avec nom
regex: "\\b(?:SARL|Sarl)\\s+[A-ZÀ-Ÿ][a-zà-ÿ\\s&'-]+\\b"
score: 0.95
- name: SAS avec nom
regex: "\\b(?:SAS|Sas)\\s+[A-ZÀ-Ÿ][a-zà-ÿ\\s&'-]+\\b"
score: 0.95
- name: SA avec nom
regex: "\\b(?:SA|Sa)\\s+[A-ZÀ-Ÿ][a-zà-ÿ\\s&'-]+\\b"
score: 0.9
- name: EURL avec nom
regex: "\\b(?:EURL|Eurl)\\s+[A-ZÀ-Ÿ][a-zà-ÿ\\s&'-]+\\b"
score: 0.95
- name: SCI avec nom
regex: "\\b(?:SCI|Sci)\\s+[A-ZÀ-Ÿ][a-zà-ÿ\\s&'-]+\\b"
score: 0.9
context: ["société", "entreprise", "forme juridique", "statut", "commercial"]

2
conf/recognizers/Business/french/siret_siren.yaml
View File

@@ -3,7 +3,7 @@ recognizer_registry:
recognizers:
- name: FrenchSIRETRecognizer
supported_language: fr
supported_entity: FR_SIRET
supported_entity: SIRET_SIREN_FRANCAIS
patterns:
- name: SIRET complet
regex: "\\b[0-9]{3}\\s?[0-9]{3}\\s?[0-9]{3}\\s?[0-9]{5}\\b"

20
conf/recognizers/Business/generic/api_secrets.yaml Normal file
View File

@@ -0,0 +1,20 @@
# Recognizer pour clés API et secrets techniques
recognizer_registry:
recognizers:
- name: APISecretsRecognizer
supported_language: fr
supported_entity: CLE_API_SECRETE
patterns:
- name: Clé API générique
regex: "\\b(?:API[_\\s]?KEY|api[_\\s]?key)\\s*[=:]\\s*[A-Za-z0-9\\-_]{16,64}\\b"
score: 1.0
- name: Token d'accès
regex: "\\b(?:access[_\\s]?token|token)\\s*[=:]\\s*[A-Za-z0-9\\-_\\.]{20,128}\\b"
score: 0.95
- name: Secret AWS
regex: "\\b(?:AWS[_\\s]?SECRET|aws[_\\s]?secret)\\s*[=:]\\s*[A-Za-z0-9/+=]{40}\\b"
score: 1.0
- name: Clé privée
regex: "\\b(?:private[_\\s]?key|secret[_\\s]?key)\\s*[=:]\\s*[A-Za-z0-9\\-_]{16,64}\\b"
score: 0.95
context: ["API", "clé", "secret", "token", "authentification", "accès"]

20
conf/recognizers/Business/generic/contracts_references.yaml Normal file
View File

@@ -0,0 +1,20 @@
# Recognizer pour contrats et références internes
recognizer_registry:
recognizers:
- name: ContractReferenceRecognizer
supported_language: fr
supported_entity: REFERENCE_CONTRAT
patterns:
- name: Numéro de contrat
regex: "\\b(?:contrat|contract)\\s*n?°?\\s*:?\\s*[A-Z0-9\\-/]{4,15}\\b"
score: 0.95
- name: Référence interne
regex: "\\b(?:ref|référence|dossier)\\s*:?\\s*[A-Z]{2,4}[\\-/]?[0-9]{4,8}\\b"
score: 0.9
- name: ID transaction
regex: "\\b(?:transaction|trans)\\s*ID\\s*:?\\s*[A-Z0-9]{6,12}\\b"
score: 0.95
- name: Numéro de facture
regex: "\\b(?:facture|invoice)\\s*n?°?\\s*:?\\s*[A-Z0-9\\-/]{4,12}\\b"
score: 0.9
context: ["contrat", "référence", "dossier", "facture", "transaction", "commande"]

20
conf/recognizers/Business/generic/employee_client_ids.yaml Normal file
View File

@@ -0,0 +1,20 @@
# Recognizer pour identifiants employés et clients
recognizer_registry:
recognizers:
- name: EmployeeClientIDRecognizer
supported_language: fr
supported_entity: ID_PROFESSIONNEL_BELGE
patterns:
- name: Matricule employé
regex: "\\b(?:matricule|employee|emp)\\s*:?\\s*[A-Z0-9]{4,10}\\b"
score: 0.95
- name: ID client
regex: "\\b(?:client|customer)\\s*ID\\s*:?\\s*[A-Z0-9]{4,12}\\b"
score: 0.95
- name: Code utilisateur
regex: "\\b(?:user|utilisateur)\\s*:?\\s*[a-z]+\\.[a-z]+\\b"
score: 0.9
- name: Identifiant RH
regex: "\\b(?:RH|HR)[\\-/]?[0-9]{4,8}\\b"
score: 0.85
context: ["matricule", "employé", "client", "utilisateur", "ID", "identifiant"]

29
conf/recognizers/Business/generic/financial_amounts.yaml Normal file
View File

@@ -0,0 +1,29 @@
# Recognizer pour montants financiers et devises
recognizer_registry:
recognizers:
- name: FinancialAmountRecognizer
supported_language: fr
supported_entity: MONTANT_FINANCIER
patterns:
- name: Montant avec devise EUR
regex: "\\b(?:[0-9]{1,3}(?:[\\s.,][0-9]{3})*|[0-9]+)(?:[.,][0-9]{1,2})?\\s*€\\b"
score: 0.95
- name: Montant avec devise USD
regex: "\\b(?:[0-9]{1,3}(?:[\\s.,][0-9]{3})*|[0-9]+)(?:[.,][0-9]{1,2})?\\s*(?:USD|\\$)\\b"
score: 0.95
- name: Montant abrégé avec K/M
regex: ""
score: 0.9
- name: Salaire annuel
regex: ""
score: 0.95
context:
[
"montant",
"prix",
"coût",
"budget",
"salaire",
"rémunération",
"facture",
]

36
conf/recognizers/Business/generic/market_share.yaml
View File

@@ -5,30 +5,52 @@ recognizer_registry:
supported_language: fr
supported_entity: MARKET_SHARE
patterns:
# Pourcentages de marché
# Pourcentages simples (nouveau pattern plus permissif)
- name: Simple Percentage
regex: "\\b\\d{1,2}(?:[,.]\\d{1,2})?%\\b"
score: 0.7
# Part de marché explicite
- name: Explicit Market Share
regex: "\\b(?:part\\s+de\\s+marché|parts?\\s+de\\s+marché)\\b"
score: 0.9
# Pourcentages de marché avec contexte
- name: Market Share Percentage
regex: "\\b(?:détient|possède|contrôle|représente)?\\s*(?:environ\\s+)?(?:\\d{1,2}(?:[,.]\\d{1,2})?%)\\s*(?:de\\s+(?:part\\s+de\\s+)?marché|du\\s+marché|de\\s+parts?)\\b"
score: 0.9
# Positions de marché
- name: Market Position
regex: "\\b(?:leader|numéro\\s+\\d+|\\d+(?:er|ème)\\s+acteur|position\\s+dominante|monopole)\\s+(?:du\\s+)?(?:marché|secteur)\\b"
score: 0.85
# Parts relatives
- name: Relative Market Share
regex: "\\b(?:majoritaire|minoritaire|principale|significative)\\s+(?:part\\s+de\\s+)?marché\\b"
score: 0.8
# Données de concentration
- name: Market Concentration
regex: "\\b(?:concentration|consolidation|fusion)\\s+(?:du\\s+)?marché\\b"
score: 0.75
# Chiffres d'affaires relatifs
- name: Revenue Share
regex: "\\b(?:\\d{1,2}(?:[,.]\\d{1,2})?%)\\s*(?:du\\s+)?(?:chiffre\\s+d'affaires|CA|revenus?)\\s+(?:du\\s+)?(?:marché|secteur)\\b"
score: 0.85
context:
["part de marché", "position concurrentielle", "leader", "concurrent", "secteur", "industrie", "chiffre d'affaires", "revenus", "concentration", "monopole", "oligopole"]
[
"part de marché",
"position concurrentielle",
"leader",
"concurrent",
"secteur",
"industrie",
"chiffre d'affaires",
"revenus",
"concentration",
"monopole",
"oligopole",
]

71
conf/recognizers/Business/generic/professional_data.yaml Normal file
View File

@@ -0,0 +1,71 @@
# Recognizer pour données professionnelles génériques (France/Belgique)
recognizer_registry:
recognizers:
# Recognizer pour titres de civilité
- name: GenericCivilityTitleRecognizer
supported_language: fr
supported_entity: TITRE_CIVILITE
patterns:
- name: Titres de civilité
regex: "\\b(?:M\\.|Mme|Mlle|Dr\\.|Pr\\.|Prof\\.|Docteur|Professeur|Maître|Me\\.)(?=\\s+[A-ZÀ-Ÿ])"
score: 0.9
- name: Titres honorifiques
regex: "\\b(?:Monsieur|Madame|Mademoiselle)(?=\\s+[A-ZÀ-Ÿ])"
score: 0.85
context: ["identité", "titre", "civilité"]
# Recognizer pour données professionnelles générales
- name: GenericProfessionalDataRecognizer
supported_language: fr
supported_entity: DONNEES_PROFESSIONNELLES
patterns:
- name: Titre de poste
regex: "\\b(?:directeur|directrice|manager|responsable|chef|ingénieur|ingénieure|consultant|consultante)\\s+[a-zà-ÿ\\s]+\\b"
score: 0.8
- name: Département
regex: "\\b(?:département|service|division)\\s+[A-ZÀ-Ÿ][a-zà-ÿ\\s]+\\b"
score: 0.75
- name: Adresse professionnelle
regex: "\\b(?:siège\\s+social|adresse\\s+professionnelle)\\s*:?\\s*[0-9]{1,4}\\s+[A-ZÀ-Ÿ][a-zà-ÿ\\s'-]+\\b"
score: 0.9
- name: Email professionnel
regex: "\\b[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\\.[a-zA-Z]{2,}\\b"
score: 0.85
- name: Numéro IEC
regex: "\\b(?:n°\\s*IEC|numéro\\s*IEC|IEC)\\s*:?\\s*([0-9]{6,8})\\b"
score: 0.9
- name: Avocat
regex: "\\b(?:avocat|avocate)\\b"
score: 0.9
- name: Expert-comptable
regex: "\\b(?:expert-comptable|expert\\s+comptable)\\b"
score: 0.99
- name: Notaire
regex: "\\b(?:notaire)\\b"
score: 0.95
- name: Médecin
regex: "\\b(?:médecin|docteur\\s+en\\s+médecine)\\b"
score: 0.95
# Données spécifiques belges intégrées
- name: Numéro ONSS employeur
regex: "\\b(?:ONSS|onss)\\s*:?\\s*[0-9]{7}\\b"
score: 0.95
- name: Numéro patronal
regex: "\\b(?:numéro\\s+)?patronal\\s*:?\\s*[0-9]{7}\\b"
score: 0.9
context:
[
"professionnel",
"travail",
"bureau",
"entreprise",
"poste",
"fonction",
"réglementé",
"ordre",
"diplôme",
"ONSS",
"patronal",
"employeur",
"siège social"
]

20
conf/recognizers/Business/generic/trade_secrets.yaml Normal file
View File

@@ -0,0 +1,20 @@
# Recognizer pour secrets d'affaires et projets
recognizer_registry:
recognizers:
- name: TradeSecretsRecognizer
supported_language: fr
supported_entity: SECRET_COMMERCIAL
patterns:
- name: Nom de projet interne
regex: "\\b(?:projet|project)\\s+[A-Z][a-zA-Z]{3,15}\\b"
score: 0.85
- name: Code projet
regex: "\\b(?:projet|project)\\s*:?\\s*[A-Z]{2,4}[\\-/]?[0-9]{2,4}\\b"
score: 0.9
- name: Plan stratégique
regex: "\\b(?:plan|stratégie)\\s+(?:stratégique|business)\\s+[0-9]{4}\\b"
score: 0.9
- name: Formule interne
regex: "\\b(?:formule|recette|procédé)\\s+[A-Z][\\-0-9A-Z]{2,10}\\b"
score: 0.85
context: ["projet", "stratégique", "confidentiel", "interne", "secret", "propriétaire"]