> For the complete documentation index, see [llms.txt](https://docs.mindee.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.mindee.com/v2/fr/modeles-extraction/sdk-integration/extraction-configuration.md).

# Configuration de l’extraction

Paramètres de configuration spécifiques aux modèles Extraction.

Il existe également [Configuration de base du modèle](/v2/fr/integrations/client-libraries-sdk/basic-model-configuration.md) qui peuvent être utilisées avec tous les modèles.

## Configuration des Fonctionnalités optionnelles

Activer ou désactiver [Fonctionnalités optionnelles](/v2/fr/modeles-extraction/optional-features.md).

{% hint style="warning" icon="money-check-dollar-pen" %}
L’activation d’une fonctionnalité non incluse dans votre forfait entraînera une erreur Payment Required (HTTP 402).

Consultez la [Forfaits](/v2/fr/gestion-du-compte/plans.md#feature-comparison) section pour plus d’informations.
{% endhint %}

Les états d’activation par défaut des Fonctionnalités optionnelles sont définis sur la plateforme.\
Toutes les valeurs définies ici remplaceront les valeurs par défaut.

Laissez vide ou null pour utiliser les valeurs par défaut de la plateforme.

Par exemple : si la fonctionnalité Polygon est activée sur la plateforme et que polygon est explicitement défini sur `false` dans les paramètres ⇒ la fonctionnalité Polygon ne sera **pas** activée pour l’appel API.

{% tabs %}
{% tab title="Python" %}
Seul `model_id` est requis.

```python
model_params = ExtractionParameters(
    # ID du modèle, obligatoire.
    model_id="MY_MODEL_ID",

    # Fonctionnalités optionnelles : définissez `True` ou `False` pour remplacer les valeurs par défaut

    # Améliorez la précision de l'extraction grâce à la génération augmentée par récupération.
    rag=None,
    # Extrayez le contenu textuel complet du document sous forme de chaînes.
    raw_text=None,
    # Calculez les polygones de boîtes englobantes pour tous les champs.
    polygon=None,
    # Améliorez la précision et l’exactitude de toutes les extractions.
    # Calculez les scores de confiance pour tous les champs.
    confidence=None,
    
    # ... toute autre option ...
)
```

{% endtab %}

{% tab title="Node.js" %}
Seul `modelId` est requis.

```typescript
const modelParams = {
  // ID du modèle, obligatoire.
  modelId: "MY_MODEL_ID",

  // Fonctionnalités optionnelles : définissez `true` ou `false` pour remplacer les valeurs par défaut

  // Améliorez la précision de l'extraction grâce à la génération augmentée par récupération.
  rag: undefined,
  // Extrayez le contenu textuel complet du document sous forme de chaînes.
  rawText: undefined,
  // Calculez les polygones de boîtes englobantes pour tous les champs.
  polygon: undefined,
  // Améliorez la précision et l’exactitude de toutes les extractions.
  // Calculez les scores de confiance pour tous les champs.
  confidence: undefined,
  
  // ... toute autre option ...
};
```

{% endtab %}

{% tab title="PHP" %}
Seul `modelId` est requis.

```php
$modelParams = new ExtractionParameters(
    // ID du modèle, obligatoire.
    "MY_MODEL_ID",

    // Fonctionnalités optionnelles : définissez `true` ou `false` pour remplacer les valeurs par défaut

    // Améliorez la précision de l'extraction grâce à la génération augmentée par récupération.
    rag: null,
    // Extrayez le contenu textuel complet du document sous forme de chaînes.
    rawText: null,
    // Calculez les polygones de boîtes englobantes pour tous les champs.
    polygon: null,
    // Améliorez la précision et l’exactitude de toutes les extractions.
    // Calculez les scores de confiance pour tous les champs.
    confidence: null,
    
    // ... toute autre option ...
);
```

{% endtab %}

{% tab title="Ruby" %}
Seul `model_id` est requis.

```ruby
model_params = {
    # ID du modèle, obligatoire.
    model_id: 'MY_MODEL_ID',

    # Options : définissez `true` ou `false` pour remplacer les valeurs par défaut

    # Améliorez la précision de l'extraction grâce à la génération augmentée par récupération.
    rag: nil,
    # Extrayez le contenu textuel complet du document sous forme de chaînes.
    raw_text: nil,
    # Calculez les polygones de boîtes englobantes pour tous les champs.
    polygon: nil,
    # Améliorez la précision et l’exactitude de toutes les extractions.
    # Calculez les scores de confiance pour tous les champs.
    confidence: nil,
    
    # ... toute autre option ...
}
```

{% endtab %}

{% tab title="Java" %}
Seul `modelId` est requis.

```java
var modelParams = ExtractionParameters
    // ID du modèle, obligatoire.
    .builder("MY_MODEL_ID")

    // Fonctionnalités optionnelles : définissez `true` ou `false` pour remplacer les valeurs par défaut

    // Améliorez la précision de l'extraction grâce à la génération augmentée par récupération.
    .rag(null)
    // Extrayez le contenu textuel complet du document sous forme de chaînes.
    .rawText(null)
    // Calculez les polygones de boîtes englobantes pour tous les champs.
    .polygon(null)
    // Améliorez la précision et l’exactitude de toutes les extractions.
    // Calculez les scores de confiance pour tous les champs.
    .confidence(null)
    
    // ... toute autre option ...

    // complétez le builder
    .build();
```

{% endtab %}

{% tab title=".NET" %}
Seul `modelId` est requis.

```csharp
var modelParams = new ExtractionParameters(
    // ID du modèle, obligatoire.
    modelId: "MY_MODEL_ID"

    // Fonctionnalités optionnelles : définissez `true` ou `false` pour remplacer les valeurs par défaut

    // Améliorez la précision de l'extraction grâce à la génération augmentée par récupération.
    , rag: null
    // Extrayez le contenu textuel complet du document sous forme de chaînes.
    , rawText: null
    // Calculez les polygones de boîtes englobantes pour tous les champs.
    , polygon: null
    // Améliorez la précision et l’exactitude de toutes les extractions.
    // Calculez les scores de confiance pour tous les champs.
    , confidence: null
    
    // ... toute autre option ...
);
```

{% endtab %}
{% endtabs %}

## Options de modèle dynamiques

Ces options permettent de modifier la façon dont le modèle effectue une inférence sur un **par appel**.

Ces fonctionnalités peuvent **seulement** être utilisées via l’API.

{% hint style="info" %}
Ces fonctionnalités avancées ne visent pas à améliorer **l’exactitude globale** du modèle.

Assurez-vous plutôt que le Schéma de données a été [correctement optimisé](/v2/fr/modeles-extraction/data-schema.md#performance-optimization).
{% endhint %}

### Contexte textuel

Donnez des consignes supplémentaires au modèle pour l’aider à mieux traiter un document spécifique.

Utile lorsque vous disposez d’un contexte important sur le document, **et** lorsqu’il n’y a pas suffisamment d’informations dans le document lui-même pour fournir ce contexte au modèle.

Il s’agit d’un texte libre.

Par exemple, vous pouvez lever toute ambiguïté liée aux différences entre pays ou régions :

"Le fournisseur de pièces se trouve au Canada, ces montants sont en CAD", s’il n’y a pas d’adresse sur le document.

### Schéma de données

Permet de modifier le Schéma de données par appel : modifiez directement le Schéma de données : ajoutez, supprimez ou modifiez des champs.

Le cas d’utilisation typique est lorsque les données à extraire changent en fonction de la logique métier interne.

Pour télécharger la chaîne JSON appropriée à votre modèle :

1. Allez sur la page de votre modèle
2. Dans le menu de gauche, cliquez sur « Paramètres généraux »
3. Faites défiler jusqu’à la section « Actions »
4. Cliquez sur le bouton « Télécharger le Schéma de données » :<br>

   <figure><img src="/files/ae14584dc32516676bc68cc3899eae659eac2ddb" alt="The &#x22;Download Data Schema&#x22; button" width="530"><figcaption></figcaption></figure>

### Exemple de code

Le Schéma de données peut être transmis sous forme de chaîne JSON ou en instanciant les classes appropriées.

S’il est transmis sous forme de chaîne JSON, il sera validé côté client avant d’être envoyé au serveur.

{% tabs %}
{% tab title="Python" %}
Seul `model_id` est requis.

```python
model_params = ExtractionParameters(
    # ID du modèle, obligatoire.
    model_id="MY_MODEL_ID",

    # Contexte textuel
    text_context="ceci est une facture.",

    # Schéma de données
    data_schema="{ ... JSON DATA ... }",

    # ... toute autre option ...
)
```

{% endtab %}

{% tab title="Node.js" %}
Seul `modelId` est requis.

```typescript
const modelParams = {
  // ID du modèle, obligatoire.
  modelId: "MY_MODEL_ID",

  // Contexte textuel
  textContext: "ceci est une facture.",

  // Schéma de données
  dataSchema: "{ ... JSON DATA ... }",

  // ... toute autre option ...
};
```

{% endtab %}

{% tab title="PHP" %}
Seul `modelId` est requis.

```php
$modelParams = new ExtractionParameters(
    // ID du modèle, obligatoire.
    "MY_MODEL_ID",

    // Contexte textuel
    textContext: "ceci est une facture.",

    // Schéma de données
    dataSchema: "{ ... JSON DATA ... }",

    // ... toute autre option ...
);
```

{% endtab %}

{% tab title="Ruby" %}
Seul `model_id` est requis.

```ruby
model_params = {
    # ID du modèle, obligatoire.
    model_id: 'MY_MODEL_ID',

    # Contexte textuel
    text_context: "ceci est une facture.",

    # Schéma de données
    data_schema: "{ ... JSON DATA ... }",

    # ... toute autre option ...
}
```

{% endtab %}

{% tab title="Java" %}
Seul `modelId` est requis.

```java
var modelParams = ExtractionParameters
    // ID du modèle, obligatoire.
    .builder("MY_MODEL_ID")

    // Contexte textuel
    .textContext("ceci est une facture.")

    // Schéma de données
    .dataSchema("{ ... JSON DATA ... }")

    // ... toute autre option ...

    // complétez le builder
    .build();
```

{% endtab %}

{% tab title=".NET" %}
Seul `modelId` est requis.

```csharp
var modelParams = new ExtractionParameters(
    // ID du modèle, obligatoire.
    modelId: "MY_MODEL_ID"
    
    // Contexte textuel
    , textContext: "ceci est une facture."
    
    // Schéma de données
    , dataSchema: "{ ... JSON DATA ... }"
    
    // ... toute autre option ...
);
```

{% endtab %}
{% endtabs %}


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.mindee.com/v2/fr/modeles-extraction/sdk-integration/extraction-configuration.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
