Aperçu du modèle Extraction

Les modèles d’extraction permettent l’extraction de données structurées à partir de champs, qui peuvent être configurés pour n’importe quel type de document.

Qu'est-ce qu'un modèle d'extraction ?

Un modèle d'extraction sur la plateforme Mindee est un type de modèle conçu pour extraire des données structurées à partir de documents à l'aide de la reconnaissance optique de caractères (OCR) combinée à des techniques avancées d'extraction de données.

Chaque modèle définit un ensemble de champs appelé un Aperçu du Schéma de données. Les champs peuvent inclure "Nom du fournisseur", "Numéro de facture" ou "Montant total" pour un modèle de facture, par exemple. Le système identifiera ensuite et extraira les données des fichiers téléversés selon ces définitions de champs.

Vous pouvez créer des modèles d'extraction pour tout type de document, notamment : factures, reçus, passeports, cartes d'identité, états financiers, etc.

Les modèles vous permettent d'automatiser le processus de transformation d'images de documents non structurés en données structurées exploitables. Ils peuvent être adaptés à différents types de documents et à des besoins métier différents, garantissant que seules les informations pertinentes sont capturées pour vos flux de travail.

Chaque modèle d'extraction contient les outils et fonctionnalités dédiés suivants :

• Aperçu du Schéma de données : un modèle est également défini par un Schéma de données, qui établit la liste des champs que l'API doit extraire pour un type de document donné.
• Apprentissage continu (RAG) : cela permet à l'utilisateur de donner des instructions supplémentaires sur certains exemples présentant un comportement inattendu afin d'améliorer durablement les performances d'extraction du modèle.
• Paramètres du modèle : paramètres généraux du modèle tels que la zone de traitement, la Politique de stockage, le transfert de propriété, etc.

Créer un modèle d'extraction

Depuis la page d'accueil de la plateforme Mindee, cliquez sur "Créez votre modèle d'IA documentaire".

Créer à partir du catalogue de modèles

Il y a de fortes chances que le document que vous essayez d'automatiser soit un type de document connu et qu'il soit déjà présent dans notre catalogue de modèles : facture, reçu, passeport, document financier, carte d'identité... Ce sont des modèles avec des Schémas de données créés par notre équipe de science des données, ce qui vous permet de démarrer rapidement en utilisant un ensemble de champs prédéfinis.

Vous pouvez rechercher dans notre catalogue les modèles adaptés, puis cliquer simplement sur celui qui correspond le mieux à vos besoins. Cela créera un nouveau modèle dans le compte de votre organisation avec son propre ID de modèle, vous permettant de l'utiliser et de le modifier.

Les modèles du catalogue sont fournis avec des champs d'extraction génériques.

Vous devrez probablement ajouter et/ou modifier des champs pour répondre à vos besoins et à votre cas d'utilisation.

Créer un modèle personnalisé

Si aucun des modèles du catalogue ne répond à vos besoins, vous pouvez repartir de zéro. Lors de la création d'un nouveau modèle, cliquez sur "document personnalisé". Cette étape générera également l'ID unique du modèle.

Une boîte de dialogue vous donnera l'occasion d'expliquer votre besoin. Vous devez expliquer précisément le document que vous souhaitez traiter et préciser les champs à extraire. Notre agent IA vous aidera à définir rapidement un Schéma de données initial que vous pourrez ajuster plus tard.

Nous vous recommandons de créer rapidement un modèle initial.

Une fois créé, affinez le Schéma de données du nouveau modèle Aperçu du Schéma de données sur la plateforme, en utilisant la Live test fonctionnalité permettant d'affiner vos champs et vos consignes.

Modification de votre Schéma de données d'extraction

Une fois que vous avez créé un modèle, vous souhaiterez probablement modifier son Schéma de données afin de mieux répondre à vos besoins.

Même si le modèle a été créé à partir d'un modèle du catalogue, il est unique à votre compte et entièrement personnalisable.

Accédez à la page du Schéma de données où vous pouvez ajuster les champs, mettre à jour les configurations et personnaliser les paramètres selon vos besoins.

Utilisation de l'assistant IA

L'assistant IA de Mindee est un outil puissant qui peut vous aider à tirer le meilleur parti de votre modèle. C'est la méthode privilégiée pour modifier le Schéma de données.

L'assistant est disponible dans une boîte de dialogue sur la page du Schéma de données du modèle.

Soyez aussi précis que possible avec les noms de champs ; les noms exacts et les valeurs exactes doivent être entre guillemets. Exemples de phrases pour modifier votre Schéma de données avec l'assistant IA :

• Ajouter un nouveau champ : "identifiant du document" ⇒ Créera un nouveau champ texte.
• Ajouter un nouveau champ : "est en retard" ⇒ Créera un nouveau champ booléen Astuce : les noms de champs booléens devraient commencer par « est » ou « a ».
• Renommer le champ "date" en "date de facture"
• Changer le champ "type_de_document" en champ de classification. Les classes attendues sont "FACTURE" et "REÇU"

Optimisation des résultats du modèle

Afin d'optimiser la précision d'un modèle donné, la première étape consiste à affiner le Schéma de données.

En particulier, commencez par demander à l'assistant IA de Mindee de l'optimiser automatiquement votre Schéma de données.

Si vous êtes parti d'un modèle du catalogue, il est généralement nécessaire de l'adapter à vos documents et à votre cas d'utilisation spécifiques.

Après cette étape, s'il reste encore quelques problèmes persistants ou un comportement inattendu, d'autres améliorations sont possibles.

Problèmes avec des modèles spécifiques

Lorsque la précision globale est bonne, mais qu'il y a des problèmes sur des modèles de documents spécifiques.

Pour cela, vous voudrez activer Apprentissage continu (RAG). Cela permet d'ajouter des indications à des modèles spécifiques, ce qui signifie que vous pouvez cibler les documents problématiques tout en laissant les autres inchangés.

Précision élevée requise

Lorsque vous avez besoin d'une très grande précision pour tous les documents que vous traitez.

Envisagez d'activer Score de confiance et exactitude améliorée. Cela utilise plusieurs modèles pour une précision accrue et signale les champs problématiques.

Les champs signalés peuvent être envoyés en revue humaine ou le document peut être entièrement rejeté, en fonction des règles métier définies de votre côté.

Vérification par l'utilisateur final

Lorsque vous affichez les documents aux utilisateurs finaux, généralement lorsqu'ils peuvent vérifier et corriger les données extraites.

Vous pouvez activer Polygones (boîtes englobantes) afin que l'emplacement des champs extraits puisse être affiché (c'est toujours activé dans le Live test). De cette façon, il sera beaucoup plus facile pour vos utilisateurs de repérer les champs erronés et de les corriger.

C'est encore plus puissant lorsqu'il est combiné avec les scores de confiance, vous pouvez signaler directement dans vos formulaires les champs nécessitant une attention.

Avantages combinés

Ces fonctionnalités fonctionnent ensemble pour créer un système qui devient plus précis à mesure que vous l'utilisez, réduisant les corrections manuelles et améliorant les taux de réussite de l'automatisation.