Presidio/default.yaml

# =====================================================================
# CONFIGURATION PRESIDIO POUR DOCUMENTS FRANÇAIS/BELGES
# =====================================================================

# Configuration du moteur de langage (NLP)
nlp_engine_name: spacy
supported_languages: [en, fr]
models:
  - lang_code: en
    model_name: en_core_web_lg
  - lang_code: fr
    model_name: fr_core_news_sm

# Configuration du comportement du moteur NLP
ner_model_configuration:
  labels_to_ignore:
    - MISC
  
  confidence_threshold:
    default: 0.6
    EMAIL_ADDRESS: 0.8
    PHONE_NUMBER: 0.8
    PERSON: 0.85
    LOCATION: 0.75
    MONEY: 0.85

# Configuration des détecteurs (Recognizers)
# Ici, nous pointons directement vers le module Python que nous venons de créer.
# Presidio chargera tous les recognizers définis dans ce module.
recognizer_registry:
  - default # Charger les détecteurs par défaut de Presidio
  - custom_recognizers # Référence au dossier/module Python 'custom_recognizers'

# Liste des mots à ignorer (faux positifs courants)
allow_list:
  # Termes contractuels/juridiques/financiers génériques souvent mal labellisés
  - text: Contrat
    type: LOCATION
  - text: contrat
    type: LOCATION
  - text: Contrats
    type: LOCATION
  - text: Document
    type: LOCATION
  - text: document
    type: LOCATION
  - text: Société
    type: PERSON
  - text: Investisseur
    type: PERSON
  - text: Montant
    type: LOCATION
  - text: Prêt
    type: LOCATION
  - text: Intérêt
    type: LOCATION
  - text: Intérêts
    type: LOCATION
  - text: Partie
    type: LOCATION
  - text: Parties
    type: PERSON
  - text: Annexe
    type: LOCATION
  - text: Remboursement
    type: LOCATION
  - text: Conversion
    type: LOCATION
  - text: Financement
    type: LOCATION
  - text: Sortie
    type: LOCATION
  - text: "Juste Valeur Marchande"
    type: PERSON
  - text: Échéance
    type: LOCATION
  - text: Clause
    type: LOCATION
  - text: Clauses
    type: LOCATION
  - text: Principe
    type: LOCATION
  - text: Coûts
    type: PERSON
  - text: Notifications
    type: LOCATION
  - text: Article
    type: LOCATION
  - text: Paragraphe
    type: LOCATION
  - text: Directeur
    type: LOCATION
  - text: Gérant
    type: LOCATION
  - text: Président
    type: LOCATION
  - text: DocuSign
    type: PERSON
  - text: SPRL
    type: ORG

  # Termes financiers courants
  - text: Euro
    type: LOCATION
  - text: EUR
    type: LOCATION
  - text: Euros
    type: LOCATION
  - text: Pourcentage
    type: LOCATION
  - text: Taux
    type: LOCATION
  - text: Valeur
    type: LOCATION
  - text: Prix
    type: LOCATION

  # Termes juridiques
  - text: Loi
    type: LOCATION
  - text: Code
    type: LOCATION
  - text: Règlement
    type: LOCATION
  - text: Décret
    type: LOCATION
  - text: Arrêté
    type: LOCATION

  # Mois et dates génériques
  - text: Janvier
    type: LOCATION
  - text: Février
    type: LOCATION
  - text: Mars
    type: LOCATION
  - text: Avril
    type: LOCATION
  - text: Mai
    type: LOCATION
  - text: Juin
    type: LOCATION
  - text: Juillet
    type: LOCATION
  - text: Août
    type: LOCATION
  - text: Septembre
    type: LOCATION
  - text: Octobre
    type: LOCATION
  - text: Novembre
    type: LOCATION
  - text: Décembre

# Configuration des transformations d'anonymisation
anonymizer_config:
  default_anonymizers:
    PERSON: replace
    EMAIL_ADDRESS: replace
    PHONE_NUMBER: replace
    BE_NATIONAL_REGISTER_NUMBER: replace
    BE_ENTERPRISE_NUMBER: replace
    FR_SOCIAL_SECURITY_NUMBER: replace
    IBAN: replace
    BE_BANK_ACCOUNT: replace
    MONEY: replace
    LOCATION: replace
    ORG: replace
  
  replacements:
    PERSON: "<PERSON>"
    EMAIL_ADDRESS: "<EMAIL_ADDRESS>"
    PHONE_NUMBER: "<PHONE_NUMBER>"
    BE_NATIONAL_REGISTER_NUMBER: "<BE_NATIONAL_REGISTER_NUMBER>"
    BE_ENTERPRISE_NUMBER: "<BE_ENTERPRISE_NUMBER>"
    FR_SOCIAL_SECURITY_NUMBER: "<FR_SOCIAL_SECURITY_NUMBER>"
    IBAN: "<IBAN>"
    BE_BANK_ACCOUNT: "<COMPTE_BANCAIRE_BE>"
    MONEY: "<MONEY>"
    LOCATION: "<LOCATION>"
    ORG: "<ORGANIZATION>"