Actualiser conf/default.yaml

conf/default.yaml

@@ -1,9 +1,9 @@
 # =====================================================================
-# CONFIGURATION PRESIDIO - v24-AMELIOREE (Base fonctionnelle + Détection puissante)
+# CONFIGURATION PRESIDIO - v24
 # =====================================================================
 supported_languages: [en, fr]
 
-# 1. CONFIGURATION DU MOTEUR NLP (INCHANGÉ)
+# 1. CONFIGURATION DU MOTEUR NLP 
 # =====================================================================
 nlp_configuration:
   nlp_engine_name: spacy
@@ -30,13 +30,13 @@ nlp_configuration:
           LOCATION: 0.4
           ORGANIZATION: 0.55
 
-# 2. CONFIGURATION DU REGISTRE DES DÉTECTEURS (C'est ici que les améliorations sont faites)
+# 2. CONFIGURATION DU REGISTRE DES DÉTECTEURS
 # =====================================================================
 recognizer_registry:
   load_predefined_recognizers: true
   
   recognizers:
-    # --- [AMÉLIORÉ] Détecteur de dates pour capturer "15 mars 2025" ET "12/08/1978" ---
+
     - name: FlexibleDateRecognizer
       supported_language: fr
       supported_entity: FLEXIBLE_DATE
@@ -49,7 +49,7 @@ recognizer_registry:
           score: 1.0
       context: ["date", "né le", "signé le", "incident du"]
 
-    # --- [NOUVEAU] Détecteur d'adresses belges complètes ---
+
     - name: BelgianAddressRecognizer
       supported_language: fr
       supported_entity: BE_ADDRESS
@@ -59,7 +59,7 @@ recognizer_registry:
           score: 1.0
       context: ["demeurant", "adresse", "siège social", "bureaux situés"]
       
-    # --- [AMÉLIORÉ] Détecteur de téléphone pour fixe (02/...) ET mobile (04xx) ---
+
     - name: BelgianPhoneRecognizer
       supported_language: fr
       supported_entity: BE_PHONE_NUMBER
@@ -69,17 +69,7 @@ recognizer_registry:
           score: 0.95
       context: ["Tel", "Tél", "téléphone", "gsm", "mobile"]
 
-    # --- [AMÉLIORÉ] Détecteur de numéro d'entreprise SANS le préfixe "BE" obligatoire ---
-    - name: BelgianEnterpriseRecognizer
-      supported_language: fr
-      supported_entity: BE_ENTERPRISE_NUMBER
-      patterns:
-        - name: Numéro BCE/TVA Belge (avec ou sans BE)
-          regex: "\\b(BE)?\\s?0?\\d{3}[\\.\\s]?\\d{3}[\\.\\s]?\\d{3}\\b"
-          score: 1.0
-      context: ["BCE", "TVA", "intracommunautaire"]
 
-    # --- [AMÉLIORÉ] Détecteur d'organisation pour "SPRL DigitalConsult" ---
     - name: SmartOrganizationRecognizer
       supported_language: fr
       supported_entity: ORGANIZATION
@@ -92,14 +82,7 @@ recognizer_registry:
           score: 0.9
       context: ["société", "entreprise", "gérant de la"]
       
-    # --- [NOUVEAU] Détecteur pour les banques ---
-    - name: BankOrganizationRecognizer
-      supported_language: fr
-      supported_entity: ORGANIZATION
-      supported_tokens: ["BNP Paribas Fortis", "CBC Banque"]
-      score: 0.95
 
-    # --- [NOUVEAU] Détecteur pour l'ID professionnel "n° IEC: 567890" ---
     - name: ProfessionalIdRecognizer
       supported_language: fr
       supported_entity: BE_PRO_ID
@@ -109,7 +92,17 @@ recognizer_registry:
           score: 1.0
       context: ["expert-comptable"]
 
-    # --- Détecteurs de votre fichier initial qui étaient déjà corrects ---
+
+    - name: BelgianEnterpriseRecognizer
+      supported_language: fr
+      supported_entity: BE_ENTERPRISE_NUMBER
+      patterns:
+        - name: Numéro BCE/TVA Belge (avec ou sans BE)
+          regex: "\\b(BE)?\\s?0?\\d{3}[\\.\\s]?\\d{3}[\\.\\s]?\\d{3}\\b"
+          score: 1.0
+      context: ["BCE", "TVA", "intracommunautaire"]
+      
+
     - name: EmailRecognizer
       supported_language: fr
       supported_entity: EMAIL_ADDRESS
@@ -125,11 +118,18 @@ recognizer_registry:
       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"]
+    - name: FrenchINSEERecognizer
+      supported_language: fr
+      supported_entity: FR_SOCIAL_SECURITY_NUMBER
+      patterns:
+        - name: INSEE Pattern with flexible spaces
+          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"]
 
-# 3. LISTE D'EXCLUSION (ALLOW LIST) (INCHANGÉ)
+# 3. LISTE D'EXCLUSION (ALLOW LIST) 
 # =====================================================================
 allow_list:
-  - Adresse
   - ADRESSE
   - Contrat
   - Document
@@ -172,11 +172,11 @@ allow_list:
   - Valeur
   - Prix
 
-# 4. CONFIGURATION DES TRANSFORMATIONS D'ANONYMISATION (Légèrement complété)
+# 4. CONFIGURATION DES TRANSFORMATIONS D'ANONYMISATION 
 # =====================================================================
 anonymizer_config:
   default_anonymizers:
-    # Entités existantes
+    # Entités de base
     PERSON: replace
     LOCATION: replace
     ORGANIZATION: replace
@@ -186,15 +186,15 @@ anonymizer_config:
     IBAN: replace
     BE_ENTERPRISE_NUMBER: replace
     BE_NATIONAL_REGISTER_NUMBER: replace
+    FR_SOCIAL_SECURITY_NUMBER: replace
     BE_PHONE_NUMBER: replace
-    # [NOUVEAU] Ajout des nouvelles entités à anonymiser
     FLEXIBLE_DATE: replace
     BE_ADDRESS: replace
     BE_PRO_ID: replace
-    IP_ADDRESS: replace # Important pour anonymiser l'adresse IP
+    IP_ADDRESS: replace
   
   replacements:
-    # Remplacements existants
+    # Remplacements de base
     PERSON: "<PERSONNE>"
     LOCATION: "<LIEU>"
     ORGANIZATION: "<ORGANISATION>"
@@ -204,8 +204,9 @@ anonymizer_config:
     IBAN: "<IBAN>"
     BE_ENTERPRISE_NUMBER: "<NUM_ENTREPRISE_BE>"
     BE_NATIONAL_REGISTER_NUMBER: "<NRN_BELGE>"
+    FR_SOCIAL_SECURITY_NUMBER: "<NUM_SECU_FR>"
     BE_PHONE_NUMBER: "<TELEPHONE_BE>"
-    # [NOUVEAU] Ajout des remplacements pour les nouvelles entités
+    # Ajout des remplacements pour les nouvelles entités SÛRES
     FLEXIBLE_DATE: "<DATE>"
     BE_ADDRESS: "<ADRESSE_BELGE>"
     BE_PRO_ID: "<ID_PROFESSIONNEL>"