Kahouli/c10-ner-b2b-v7

🛒 C10 NER – Extraction d'entités pour commandes B2B CHR

Modèle NER fine-tuné sur le catalogue C10 (Cafés, Hôtels, Restaurants). Pipeline adaptatif supportant des datasets de 3K à 100K+ exemples.

Stack technique

• spaCy fr_core_news_lg + tok2vec → pipeline NER fine-tuné (ce modèle)
• BERT bert-base-multilingual-cased → pipeline alternatif via config.cfg (GPU requis)
• Dedup : MinHash LSH (datasketch) sur datasets ≥ 50K
• Split : stratifié par combinaison de labels

Entités reconnues

Label	Source CSV	Exemple
PRODUCT	LibelleCourt	Coca-Cola, 1664, Absolut
SKU	sku	1200000030
QUANTITY	(commande)	5, 12
FAMILLE	Famille	bières, vins, softs
FORMAT	Contenance+UniteContenance	33cl, 75cl, 1L
MARQUE	MarqueFabricant	Grimbergen, Nicolas Feuillatte
CONDITIONNEMENT	UniteVente	caisse, pack, palette
UNITE_VENTE	(commande)	bouteille, canette, fût

Usage rapide

import spacy
nlp = spacy.load("Kahouli/c10-ner-b2b-v7")
doc = nlp("Je voudrais 5 caisses de Coca-Cola 33cl")
for ent in doc.ents:
    print(ent.text, ent.label_)