Maia Bazerji

NER Travel Order NER Ordres de Mission

French entity extraction system using CamemBERT fine-tuning Système d'extraction d'entités en français avec fine-tuning CamemBERT

View on GitHub Voir sur GitHub

Problem Problème

Travel order processing required manual extraction of key entities (departure location, arrival location, dates, transportation type) from unstructured French text. This was time-consuming, error-prone, and didn't scale for batch processing. Le traitement des ordres de mission nécessitait l'extraction manuelle des entités clés (lieu de départ, arrivée, dates, type de transport) à partir de texte français non structuré. C'était fastidieux, sujet aux erreurs et ne passait pas à l'échelle.

Solution Solution

Built a production-ready NER pipeline using CamemBERT (French BERT variant) with token-level classification and BIO tagging scheme. The system: Construit un pipeline NER prêt pour la production utilisant CamemBERT (variante française de BERT) avec classification au niveau des tokens et schéma de tagging BIO:

Results & Metrics Résultats & Métriques

413
Training Sentences Phrases d'entraînement
6
Entity Types Types d'entités
70/15/15
Train/Val/Test Split Partition Train/Val/Test

Technology Stack Stack Technologique

CamemBERT Hugging Face PyTorch spaCy Python seqeval JSON Flask

Key Learnings Apprentissages clés