Détection par regex des mentions de collaboration externe dans les amendements

[DavidNO]

Objectif

Détecter les amendements dont l'exposé sommaire déclare une collaboration ou une inspiration avec une entité externe (lobby, syndicat, association, entreprise, fédération professionnelle, ONG…) — formulations du type « travaillé avec… », « en concertation avec… », « inspiré de… ».

Détecteur par expressions régulières.

Empilé sur #8 (création de la base) : base = create-parliamentary-db. À rebaser sur main une fois #8 mergé.

Contenu

Table d'analyse (models/amendement_mention.py → amendement_mentions)

• Une ligne par mention : amendementUid, citation, formulation, entite, typeEntite, externe, modele, createdAt.
• Table d'analyse hors ETL_TABLES : survit aux rebuilds pendant que amendements/dossiers sont recréées.
• amendementUid est une référence molle (pas de ForeignKey), sur le modèle des RefUid existants, pour ne pas bloquer le drop des tables ETL.

Détecteur regex (analysis/detect_mentions_regex.py)

• Familles de motifs calibrées sur les formulations réellement observées dans le corpus : travaillé avec, en collaboration/concertation avec, inspiré de, issu d'une proposition de, proposé par, à la demande de, avec le concours de, recommandation de…
• Exclusions contextuelles pour limiter les faux positifs : acteurs publics/parlementaires juste après la tournure (Gouvernement, commission, rapporteur, Conseil d'État…), référents juridiques après « inspiré de » (loi, article, procédure…), référents textuels après les tournures citation (« proposé par le texte », « le rapport », « le groupe X »…).
• --persist : écriture dans amendement_mentions, scopée au tag modele='regex:v1' (les lignes d'autres détecteurs ne sont jamais touchées).

Docs : section « Analyse : détection des mentions » ajoutée au README (usage du détecteur, sorties, table d'analyse et survie au rebuild).

Résultats sur le corpus complet (123 084 amendements AN, législature 17)

• 96 722 amendements ont un exposé sommaire exploitable.
• 10 866 amendements (11,2 %) contiennent au moins une mention (11 962 mentions).
• Top formulations : travaillé avec (6 337), proposé par (1 956), recommandation de (815), en collaboration avec (692), issu d'une proposition de (662), inspiré de (581)…

Évaluation contre un jeu de référence

Motifs calibrés et évalués contre un jeu de référence de 797 amendements annotés par un LLM (détecteur exploratoire conservé sur la branche detect-mentions-poc, non destiné à être mergé) :

Référence	Précision	Rappel	F1
Mentions externes (hors institutions politiques)	92,7 %	92,7 %	92,7 %

Exemples de faux négatifs (« le CNB demandent », « l'Interfédération a relevé ») : constructions sujet → verbe, hors de portée d'un regex, qui demanderaient une passe NER/LLM.