Les associations camerounaises peuvent contenir une ville du cameroun mais pas le terme cameroun

[billmetangmo]

Les options

• avec machine learning ( créant u prompt engineering ?) mais opeanAI va couer trop cher ( faire autrement)
• avec la liste de toutes les villes liés au cameroun et en les répérant
• faire de l'identity POS ( Part of Speech Tagging) et sur le le lieu faire l'encrichissment au pays machine learning

[billmetangmo]

@Trixy20 entity recognition can be easily done using https://github.com/capitalone/DataProfiler, it seems

[billmetangmo]

@Trixy20 la liste de toutes les villes du Cameroun est là CM

[andressegeo]

Bonjour,
Alors, concernant ce sujet, le résultat escompté n'est pas du tout au rdv et c'est très compréhensible.
On a que des faux positifs: 95% pour être plus exact sur l'échantillon testé (fichier: rna.csv)
La liste des villes connus et récupérés est dans le fichier: villes_cameroun.csv.
la précision est de 4,16% ce qui est insignifiante.

Problème Identifié
Le problème principal est que certains noms de villes du Cameroun peuvent avoir d'autres significations en français, ce qui conduit effectivement à ces faux positifs. L'exemple de "Guider" est particulièrement pertinent.
=> "Guider" est une ville au Cameroun.
=> "Guider" est aussi un verbe courant en français.

Voir le resultat du script dans le fichier (run.txt)

Interprétation
La simple présence d'un mot correspondant à un nom de ville n'est pas suffisante pour identifier une association comme camerounaise.

Conclusion
les éléments fournis par le fichier des associations montrent à suffisance qu'elles sont limités dans leur seule forme de donner les informations permettant de dénicher aisément celles liées au Cameroun. Il est à ce stade très couteux d'aller au bout de ce sujet si l'on veut le faire vraiment.

1. Ca demande beaucoup de temps de vérifier après l'exécution du script, une par une, chaque ligne pour confirmer si l'association retournée est belle et bien camerounaise.
2. une autre solution serait d'envisager d'utiliser des techniques d'apprentissage automatique pour classer les associations avec plus de précision.

cm.csv
rna.csv
run.txt

[billmetangmo]

Awesome work @andressegeo .

[billmetangmo]

https://huggingface.co/spaces/urchade/gliner_multiv2.1
https://github.com/urchade/GLiNER