Update default.yaml

conf/default.yaml

@@ -1,5 +1,5 @@
 # =====================================================================
-# CONFIGURATION PRESIDIO - v11 (MAXIMALE FR/BE)
+# CONFIGURATION PRESIDIO - v14 (FINALE ET COMPLÈTE)
 # =====================================================================
 supported_languages: [en, fr]
 
@@ -11,7 +11,6 @@ nlp_configuration:
     - lang_code: en
       model_name: en_core_web_lg
     - lang_code: fr
-      # Utilisation du modèle le plus large et le plus précis
       model_name: fr_core_news_lg 
       ner_model_configuration:
         labels_to_ignore:
@@ -25,12 +24,11 @@ nlp_configuration:
           - PRODUCT
           - QUANTITY
           - WORK_OF_ART
-        # Seuils de confiance affinés pour une meilleure détection
         confidence_thresholds:
           DEFAULT_CONFIDENCE: 0.65
-          PERSON: 0.65
+          PERSON: 0.85
-          LOCATION: 0.35
+          LOCATION: 0.4
-          ORGANIZATION: 0.4
+          ORGANIZATION: 0.55
 
 # 2. CONFIGURATION DU REGISTRE DES DÉTECTEURS
 # =====================================================================
@@ -38,43 +36,29 @@ recognizer_registry:
   load_predefined_recognizers: true
   
   recognizers:
-    # --- DÉTECTEURS FONDAMENTAUX ---
+    # --- DÉTECTEURS FIABLES ET PRÉCIS UNIQUEMENT ---
+
     - name: CustomDateRecognizer
       supported_language: fr
       supported_entity: CUSTOM_DATE
       patterns:
-        - name: Date DD/MM/YYYY
+        - name: Date JJ MM AAAA
+          regex: "\\b(0[1-9]|[12][0-9]|3[01])\\s*(?:janvier|février|mars|avril|mai|juin|juillet|août|septembre|octobre|novembre|décembre)\\s*(19|20)\\d{2}\\b"
+          score: 1.0
+        - name: Date JJ/MM/AAAA
           regex: "\\b(0[1-9]|[12][0-9]|3[01])[-/.](0[1-9]|1[012])[-/.](19|20)\\d{2}\\b"
           score: 1.0
-      context: ["date de naissance"]
+      context: ["date", "conclu le", "fait le", "né le"]
-    - name: EmailRecognizer
+
-      supported_language: fr
-      supported_entity: EMAIL_ADDRESS
-      patterns: [{name: Email Pattern, regex: "\\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\\.[A-Z|a-z]{2,}\\b", score: 1.0}]
-      context: ["email", "courriel", "mail"]
     - name: PhoneRecognizer
       supported_language: fr
       supported_entity: PHONE_NUMBER
-      patterns: [{name: Phone Pattern (FR/BE/LUX), regex: "\\b(?:(?:\\+|00)?(?:32|33|352)|0)\\s?[1-9](?:[\\s.-]?\\d{2}){3,4}\\b", score: 0.8}]
-      context: ["téléphone", "tel", "mobile", "gsm", "contact"]
-    - name: JobTitleRecognizer
-      supported_language: fr
-      supported_entity: JOB_TITLE
       patterns:
-        - name: Common Job Titles
+        - name: Phone Pattern Flexible
-          regex: "(?i)\\b(Gérant|Directeur des Investissements|Directeur|Directrice|Président|CEO|CFO|CTO|Manager|Responsable|Chef de projet)\\b"
+          regex: "\\b(?:\\+|00)(?:32|33)\\s?[1-9](?:[\\s.-]?\\d{1,3}){2,4}\\b"
-          score: 0.8
-      context: ["représentée par", "fonction", "poste", "attention de"]
-    - name: PostalCodeRecognizer
-      supported_language: fr
-      supported_entity: POSTAL_CODE
-      patterns:
-        - name: Postal Code FR/BE
-          regex: "\\b[0-9]{4,5}\\b"
           score: 0.9
-      context: ["adresse", "code postal"]
+      context: ["téléphone", "tel", "mobile", "gsm", "contact"]
-
+    
-    # --- DÉTECTEURS FINANCIERS ET LÉGAUX ---
     - name: CreditCardRecognizer
       supported_language: fr
       supported_entity: CREDIT_CARD_NUMBER
@@ -83,11 +67,22 @@ recognizer_registry:
           regex: "\\b(?:4[0-9]{3}(?:[ -]?[0-9]{4}){3}|5[1-5][0-9]{2}(?:[ -]?[0-9]{4}){3})\\b"
           score: 0.95
       context: ["carte bancaire", "visa", "mastercard"]
+
     - name: IbanRecognizer
       supported_language: fr
       supported_entity: IBAN
       patterns: [{name: IBAN Pattern, regex: "\\b[A-Z]{2}[0-9]{2}\\s?(?:[A-Z0-9]{4}\\s?){2,7}[A-Z0-9]{1,4}\\b", score: 0.95}]
       context: ["iban", "compte", "bancaire"]
+      
+    - name: SWIFTRecognizer
+      supported_language: fr
+      supported_entity: SWIFT_CODE
+      patterns:
+        - name: BIC/SWIFT Code
+          regex: "\\b[A-Z]{6}[A-Z0-9]{2}(?:[A-Z0-9]{3})?\\b"
+          score: 1.0
+      context: ["bic", "swift"]
+
     - name: MoneyRecognizer
       supported_language: fr
       supported_entity: MONEY
@@ -96,16 +91,8 @@ recognizer_registry:
           regex: "(?:EUR|€)\\s*\\d{1,3}(?:[.,\\s]\\d{3})*(?:[.,]\\d{2})?|\\d{1,3}(?:[.,\\s]\\d{3})*(?:[.,]\\d{2})?\\s*(?:EUR|€)"
           score: 0.9
       context: ["montant", "prix", "eur", "euros"]
-    - name: CompanyFormRecognizer
+    
-      supported_language: fr
+    # --- NUMÉROS D'IDENTIFICATION ---
-      supported_entity: LEGAL_FORM
-      patterns:
-        - name: Common Legal Forms
-          regex: "\\b(SPRL|SARL|SA|SCS|SNC|SCRI|SCA|SRL|SC)\\b"
-          score: 0.9
-      context: ["société", "entreprise"]
-
-    # --- NUMÉROS D'IDENTIFICATION (FRANCE) ---
     - name: FrenchINSEERecognizer
       supported_language: fr
       supported_entity: FR_SOCIAL_SECURITY_NUMBER
@@ -114,59 +101,50 @@ recognizer_registry:
           regex: "\\b[12]\\s*[0-9]{2}\\s*(?:0[1-9]|1[0-2])\\s*(?:2[ABab]|[0-9]{2})\\s*[0-9]{3}\\s*[0-9]{3}\\s*[0-9]{2}\\b"
           score: 0.95
       context: ["sécurité sociale", "insee", "nir"]
-    - name: FrenchSIRENSIRETRecognizer
+      
-      supported_language: fr
-      supported_entity: FR_SIREN_SIRET
-      patterns:
-        - {name: SIRET Pattern, regex: "\\b[0-9]{3}[\\s]?[0-9]{3}[\\s]?[0-9]{3}[\\s]?[0-9]{5}\\b", score: 0.9}
-        - {name: SIREN Pattern, regex: "\\b[0-9]{3}[\\s]?[0-9]{3}[\\s]?[0-9]{3}\\b", score: 0.85}
-      context: ["siren", "siret"]
-    - name: FrenchPassportRecognizer
-      supported_language: fr
-      supported_entity: FR_PASSPORT
-      patterns: [{name: French Passport, regex: "\\b[0-9]{2}[A-Z]{2}[0-9]{5}\\b", score: 1.0}]
-      context: ["passeport"]
-    - name: FrenchIDCardRecognizer
-      supported_language: fr
-      supported_entity: FR_ID_CARD_NUMBER
-      patterns: [{name: French CNI, regex: "\\b[0-9]{12}\\b", score: 0.8}]
-      context: ["cni", "carte nationale d'identité"]
-    - name: FrenchLicensePlateRecognizer
-      supported_language: fr
-      supported_entity: FR_LICENSE_PLATE
-      patterns: [{name: French License Plate, regex: "\\b([A-Z]{2}-\\d{3}-[A-Z]{2}|\\d{1,4}\\s[A-Z]{2,3}\\s\\d{2,3})\\b", score: 0.8}]
-      context: ["plaque", "immatriculation"]
-
-    # --- NUMÉROS D'IDENTIFICATION (BELGIQUE) ---
     - name: BelgianNRNRecognizer
       supported_language: fr
       supported_entity: BE_NATIONAL_REGISTER_NUMBER
       patterns: [{name: NRN Pattern, regex: "\\b[0-9]{2}\\.[0-9]{2}\\.[0-9]{2}-[0-9]{3}\\.[0-9]{2}\\b", score: 1.0}]
       context: ["registre national", "nrn", "niss"]
+
     - name: BelgianEnterpriseRecognizer
       supported_language: fr
       supported_entity: BE_ENTERPRISE_NUMBER
       patterns: [{name: BE Enterprise Number, regex: "\\bBE\\s?0\\d{3}[\\.\\s]?\\d{3}[\\.\\s]?\\d{3}\\b", score: 0.95}]
       context: ["numéro d'entreprise", "btw", "tva", "BCE", "KBO"]
-    - name: BelgianIDCardRecognizer
+
-      supported_language: fr
-      supported_entity: BE_ID_CARD_NUMBER
-      patterns: [{name: "Belgian ID Card Number", regex: "\\b\\d{3}-\\d{7}-\\d{2}\\b", score: 1.0}]
-      context: ["carte d'identité", "eid"]
-    - name: BelgianLicensePlateRecognizer
-      supported_language: fr
-      supported_entity: BE_LICENSE_PLATE
-      patterns: [{name: "Belgian License Plate", regex: "\\b(?:[1-9]-\\w{3}-\\d{3}|\\w{3}-\\d{3})\\b", score: 0.8}]
-      context: ["plaque", "immatriculation"]
-    - name: BelgianPassportRecognizer
-      supported_language: fr
-      supported_entity: BE_PASSPORT
-      patterns: [{name: Belgian Passport, regex: "\\b[A-Z]{2}\\d{6}\\b", score: 1.0}]
-      context: ["passeport"]
 
 # 3. LISTE D'EXCLUSION (ALLOW LIST)
 # =====================================================================
 allow_list:
+  - Adresse
+  - ADRESSE
+  - CONTRAT
+  - PROJET
+  - CONSEILS
+  - PARTIES
+  - DOCUMENT
+  - DEMANDER
+  - CONSEILLERS
+  - QUALIFIÉS
+  - ÉVALUER
+  - IMPLICATIONS
+  - UTILISATION
+  - ATTENDU
+  - QUE
+  - OBLIGATION
+  - CONVERSION
+  - FINANCEMENT
+  - QUALIFIÉ
+  - PRIX
+  - SORTIE
+  - TAXES
+  - DROITS
+  - INFORMATION
+  - DISPOSITIONS
+  - DIVERSES
+  - NOTIFICATIONS
   - Contrat
   - Document
   - Société
@@ -178,16 +156,13 @@ allow_list:
   - Parties
   - Annexe
   - Remboursement
-  - Conversion
   - Financement
-  - Sortie
   - "Juste Valeur Marchande"
   - Échéance
   - Clause
   - Clauses
   - Principe
   - Coûts
-  - Notifications
   - Article
   - Paragraphe
   - Directeur
@@ -206,35 +181,28 @@ allow_list:
   - Euros
   - Taux
   - Valeur
-  - Prix
 
 # 4. CONFIGURATION DES TRANSFORMATIONS D'ANONYMISATION
 # =====================================================================
 anonymizer_config:
   default_anonymizers:
+    # Entités détectées par l'IA (Spacy)
     PERSON: replace
     LOCATION: replace
     ORGANIZATION: replace
-    DATE_TIME: replace
+    DATE_TIME: replace # Détecteur par défaut de Presidio
+    
+    # Entités détectées par nos règles personnalisées
     CUSTOM_DATE: replace
     CREDIT_CARD_NUMBER: replace
-    EMAIL_ADDRESS: replace
+    EMAIL_ADDRESS: replace # Détecteur par défaut, mais notre règle peut prendre le dessus
     PHONE_NUMBER: replace
     IBAN: replace
     MONEY: replace
-    JOB_TITLE: replace
-    POSTAL_CODE: replace
-    LEGAL_FORM: replace
     BE_NATIONAL_REGISTER_NUMBER: replace
     BE_ENTERPRISE_NUMBER: replace
-    BE_ID_CARD_NUMBER: replace
-    BE_LICENSE_PLATE: replace
-    BE_PASSPORT: replace
     FR_SOCIAL_SECURITY_NUMBER: replace
-    FR_SIREN_SIRET: replace
+    SWIFT_CODE: replace
-    FR_PASSPORT: replace
-    FR_ID_CARD_NUMBER: replace
-    FR_LICENSE_PLATE: replace
   
   replacements:
     PERSON: "<PERSONNE>"
@@ -247,16 +215,7 @@ anonymizer_config:
     PHONE_NUMBER: "<TELEPHONE>"
     IBAN: "<IBAN>"
     MONEY: "<MONTANT>"
-    JOB_TITLE: "<FONCTION>"
-    POSTAL_CODE: "<CODE_POSTAL>"
-    LEGAL_FORM: "<FORME_JURIDIQUE>"
     BE_NATIONAL_REGISTER_NUMBER: "<NRN_BELGE>"
     BE_ENTERPRISE_NUMBER: "<NUM_ENTREPRISE_BE>"
-    BE_ID_CARD_NUMBER: "<CARTE_ID_BE>"
-    BE_LICENSE_PLATE: "<PLAQUE_BE>"
-    BE_PASSPORT: "<PASSEPORT_BE>"
     FR_SOCIAL_SECURITY_NUMBER: "<NUM_SECU_FR>"
-    FR_SIREN_SIRET: "<SIREN_SIRET_FR>"
+    SWIFT_CODE: "<CODE_SWIFT>"
-    FR_PASSPORT: "<PASSEPORT_FR>"
-    FR_ID_CARD_NUMBER: "<CARTE_ID_FR>"
-    FR_LICENSE_PLATE: "<PLAQUE_FR>"