Upload MODEL_CARD.md with huggingface_hub

MODEL_CARD.md

@@ -1,6 +1,6 @@
 ---
 language: fr
-license: apache-2.0
+license: mit
 tags:
 - token-classification
 - named-entity-recognition
@@ -165,13 +165,17 @@ Le modèle reconnaît **4 catégories principales** (format IOB2) :
 ### Training Data
 
 - **Corpus d'entraînement** : **50 000 phrases** issues de trois sources :
-  1. **Contexte médico-social français** : Rapports sociaux, dossiers ASE/RSA, suivis éducatifs et d'insertion
+  1. **Contexte médico-social français** :
+     - Rapports sociaux fictifs mais réalistes (générés pour l'entraînement)
+     - Rapports publics sur l'organisation médico-sociale et bonnes pratiques
   2. **Narratif littéraire** : Grands romans français du XXe siècle (dialogues, descriptions de personnages et lieux)
   3. **Articles Wikipedia français** : Contenu encyclopédique général pour généralisation
 - **Domaines applicatifs** : Aide sociale à l'enfance, RSA, handicap, hébergement, personnes âgées
 - **Annotations** : 4 catégories principales (PER, LOC, ORG, MISC) au format IOB2
 - **Base model** : Jean-Baptiste/camembert-ner fine-tuné puis distillé
 
+**Important** : Aucune donnée confidentielle réelle (dossiers ASE/RSA réels) n'a été utilisée. Le corpus médico-social est composé de textes fictifs et de rapports publics uniquement.
+
 Cette diversité de sources (médico-social + littéraire + encyclopédique) permet au modèle de généraliser efficacement tout en conservant une spécialisation pour le domaine cible.
 
 > **Note** : Les 39 catégories fines du pipeline LaPlume (ETAB_*, ID_*, LOC_CITY, etc.) sont ajoutées par post-traitement (règles, gazetteers), pas par le modèle NER de base.
@@ -267,6 +271,34 @@ Reduction: -50.0%
 | **MED** (ORG, ETAB) | 81.4% | 77.4% | 79.3% |
 | **LOW** (LOC, DATE) | 69.4% | 74.5% | 71.9% |
 
+## Bias, Risks, and Limitations
+
+### Limitations techniques
+
+- **Domaine spécialisé** : Optimisé pour le médico-social français, performances réduites sur d'autres domaines
+- **Trade-off qualité/vitesse** : -1.3% F1 vs baseline pour +15-20% vitesse
+- **Entités rares** : Moins performant sur entités hors vocabulaire ou très rares
+- **Dépendance contextuelle** : Nécessite contexte suffisant (min 5-10 mots)
+
+### Considérations éthiques
+
+- ✅ **Données d'entraînement** : **Aucune donnée confidentielle réelle utilisée**
+  - Rapports sociaux : fictifs et réalistes (générés)
+  - Rapports publics : documents publics d'organisation et bonnes pratiques
+  - **Pas de dossiers ASE/RSA réels** (hautement confidentiels)
+- ✅ **Usage recommandé** : Outil d'assistance, pas de décision automatique
+- ✅ **Validation humaine** requise pour données sensibles
+- ⚠️ **RGPD** : Adapter selon contexte (pseudonymisation, consentement)
+- ⚠️ **Biais potentiels** : Sous-représentation de certains groupes dans corpus d'entraînement
+
+### Recommendations
+
+- ✅ **Validation humaine** pour données sensibles (NIR, identifiants)
+- ✅ **Post-traitement** avec règles métier et gazetteers
+- ✅ **Monitoring** des faux positifs/négatifs en production
+- ⚠️ **Prudence** sur entités rares ou hors vocabulaire
+- ⚠️ **Ne jamais utiliser ce modèle sur des données confidentielles sans autorisation**
+
 ## Environmental Impact
 
 - **Hardware** : NVIDIA GPU (compute capability ≥ 6.0 for FP16)
@@ -311,19 +343,30 @@ Reduction: -50.0%
 ```bibtex
 @model{camembert-ner-distilled-pruned-fp16,
   title={CamemBERT-NER Distilled + Pruned + FP16},
-  author={Danto, Jean-Michel},
+  author={Danto, Patrick},
   year={2024},
   publisher={HuggingFace Hub},
-  url={https://huggingface.co/jeanmicheldanto-boop/camembert-ner-distilled-pruned-fp16},
+  url={https://huggingface.co/jmdanto/titibongbong_camemBERT_NER},
   note={F1: 85.9%, Size: 196MB, Speed: +15-20%}
 }
+
+@model{camembert-ner-teacher,
+  title={CamemBERT-NER: Fine-tuned CamemBERT for NER task},
+  author={Pollé, Jean-Baptiste},
+  year={2020},
+  publisher={HuggingFace Hub},
+  url={https://huggingface.co/Jean-Baptiste/camembert-ner}
+}
 ```
 
 ## Model Card Authors
 
-Jean-Michel Danto
+Patrick Danto
 
 ## Model Card Contact
 
-- GitHub Issues : https://github.com/jeanmicheldanto-boop/laplume_test/issues
-- Email : [email protected]
+- Email : patrick.[email protected]
+
+---
+
+**Note** : Ce modèle fait partie du projet **La Plume**, un pipeline de pseudonymisation pour documents médico-sociaux français. Le pipeline complet est un projet privé protégé au titre de la propriété intellectuelle, mais ce modèle est publié sous licence MIT.