Cyber MawonajandClaude Opus 5
c28243cf87
Parseurs : - blocs_claim : les quatre dialectes des rapports de dimension. Le cahier des charges en postulait un seul ; sans les quatre, dim05 à dim12 étaient perdus, soit les dimensions associations, entreprises, migration et calendrier. - notes_bas_page : 258 notes, dont 104 sans URL. Les identifiants JORFTEXT donnent lieu à une URL canonique reconstruite (schéma fixe, rien d'inventé) ; les autres restent sans lien plutôt que d'être devinées. - bibliographie : 481 références, toutes liées. Indexées par numéro de loi, par affaire DC et par cote de document parlementaire — cette dernière étant la seule identité d'un texte déposé et non examiné. - chapitres : rattachement phrase par phrase, résumés repris tels quels. Résolution des citations : 100 % des 332 marqueurs du rapport, 93 % avec un lien vérifiable. Il a fallu six conventions de numérotation, une par famille de dimension (marqueur de fin, en-tête de claim, section, rang, note, section.rang). Trois pièges corrigés, tous couverts par des tests : - « décision n° 2026-903 DC » lu comme une loi, ce qui volait à la loi 2026-403 les phrases — et donc les sources — qui parlaient d'elle - retrait des marqueurs laissant « … dans les DROM . » ; corrigé à la source sans toucher aux espaces avant « ; » et « » » qu'exige le français - « programmation militaire 2024-2030 » lu comme la loi n° 2024-2030 make seed : 52 textes, 368 sources, 83 événements, 12 affaires CC, 7 analyses. Zéro texte sans source URL (critère §8.2). Les 2 textes sans résumé et les 17 pertinences déduites sont marqués « à vérifier » avec leur motif. 99 tests. Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
114 lines
3.5 KiB
YAML
114 lines
3.5 KiB
YAML
# ─────────────────────────────────────────────────────────────────────────────
|
|
# Règles de classification du pipeline.
|
|
#
|
|
# Ce fichier est le seul endroit où changer les mots-clés : ni les parseurs ni
|
|
# les collecteurs n'en codent en dur. Toute classification obtenue par ces
|
|
# règles est marquée « à vérifier » et, pour les textes collectés en ligne,
|
|
# ramenée à une confiance « low » — conformément au §5.3 du cahier des charges.
|
|
# ─────────────────────────────────────────────────────────────────────────────
|
|
|
|
# Détection de la pertinence Guadeloupe / outre-mer.
|
|
#
|
|
# Le score est la somme des poids des expressions trouvées. Les expressions
|
|
# sont cherchées sans accent ni casse, sur des frontières de mot.
|
|
guadeloupe:
|
|
seuils:
|
|
forte: 6
|
|
moyenne: 3
|
|
faible: 1
|
|
|
|
expressions:
|
|
# Le territoire lui-même : décisif.
|
|
guadeloupe: 6
|
|
guadeloupeen: 6
|
|
gwadloup: 6
|
|
basse-terre: 5
|
|
pointe-a-pitre: 5
|
|
baie-mahault: 5
|
|
les abymes: 5
|
|
grande-terre: 5
|
|
marie-galante: 5
|
|
saint-martin: 4
|
|
saint-barthelemy: 4
|
|
|
|
# Sujets propres à la Guadeloupe.
|
|
chlordecone: 6
|
|
octroi de mer: 5
|
|
lodeom: 4
|
|
sargasse: 4
|
|
cgss: 4
|
|
lkp: 4
|
|
ugtg: 4
|
|
caricom: 4
|
|
code noir: 3
|
|
|
|
# Le champ ultramarin en général : indicatif, pas décisif.
|
|
outre-mer: 3
|
|
outremer: 3
|
|
ultramarin: 3
|
|
drom: 3
|
|
dom-tom: 2
|
|
rup: 2
|
|
region ultraperipherique: 3
|
|
collectivite unique: 2
|
|
article 73: 2
|
|
article 74: 2
|
|
continuite territoriale: 3
|
|
|
|
# Territoires voisins : le texte touche l'outre-mer sans viser la Guadeloupe.
|
|
martinique: 2
|
|
guyane: 2
|
|
la reunion: 2
|
|
mayotte: 2
|
|
nouvelle-caledonie: 1
|
|
polynesie: 1
|
|
wallis-et-futuna: 1
|
|
saint-pierre-et-miquelon: 1
|
|
|
|
# Contexte caribéen.
|
|
caraibe: 2
|
|
antilles: 3
|
|
haiti: 2
|
|
zone economique exclusive: 1
|
|
|
|
# Résolution des conflits entre sources, du plus fort au plus faible.
|
|
# Reprend la règle du §5.2 et le fichier `lois-2026_phase5_validation.md`.
|
|
hierarchie_sources:
|
|
- legifrance.gouv.fr
|
|
- journal-officiel.gouv.fr
|
|
- assemblee-nationale.fr
|
|
- senat.fr
|
|
- conseil-constitutionnel.fr
|
|
- conseil-etat.fr
|
|
- vie-publique.fr
|
|
- gouvernement.fr
|
|
|
|
# Rapprochement des textes collectés avec ceux déjà en base.
|
|
rapprochement:
|
|
# Un numéro officiel identique vaut identité, sans condition.
|
|
# À défaut, similarité de titre : au-dessus du seuil, on rapproche ;
|
|
# entre le seuil bas et le seuil, on signale sans rapprocher.
|
|
seuil_similarite: 0.86
|
|
seuil_signalement: 0.72
|
|
|
|
# Collecteurs : activation et adresses.
|
|
collecteurs:
|
|
legifrance:
|
|
actif: true
|
|
# Sans identifiants PISTE dans .env, le collecteur se désactive tout seul
|
|
# et le pipeline bascule sur le repli ci-dessous.
|
|
repli_si_sans_cle: true
|
|
assemblee_nationale:
|
|
actif: true
|
|
promulgations: https://www.assemblee-nationale.fr/dyn/actualites-accueil/promulgations-de-lois
|
|
senat:
|
|
actif: true
|
|
lois: https://www.senat.fr/lois/index.html
|
|
conseil_constitutionnel:
|
|
actif: true
|
|
decisions: https://www.conseil-constitutionnel.fr/decisions
|
|
affaires_en_instance: https://www.conseil-constitutionnel.fr/decisions/affaires-en-instances
|
|
vie_publique:
|
|
actif: true
|
|
actualites: https://www.vie-publique.fr/loi
|