Kahouli/c10-ner-b2b

🛒 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 principal (rapide, déployé par défaut)
• —DistilCamemBERT cmarkea/distilcamembert-base → fallback du cascade, appelé uniquement si tok2vec échoue à constituer le panier
• —Dedup : MinHash LSH (datasketch) sur datasets ≥ 50K
• —Split : stratifié par combinaison de labels

Entités reconnues

Usage rapide

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