> 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 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 utilisés 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 qui ne figure pas dans votre offre entraînera une erreur Paiement requis (HTTP 402). Vérifiez le [Offres](/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.\ 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 sera **y aura pas** activée pour l'appel d'API. {% tabs %} {% tab title="Python" %} Seul `model_id` est requis. ```python inference_params = InferenceParameters( # ID du model_id, requis. model_id="MY_MODEL_ID", # Fonctionnalités optionnelles : définissez sur `True` ou `False` pour remplacer les valeurs par défaut # Améliorez la précision de l'extraction grâce à la génération augmentée par récupération. rag=None, # Extraire le contenu textuel complet du document sous forme de chaînes. raw_text=None, # Calculer les polygones de boîte englobante pour tous les champs. polygon=None, # Améliorez la précision et l'exactitude de toutes les extractions. # Calculer les scores de confiance pour tous les champs. confidence=None, # ... toutes les autres options ... ) ``` {% endtab %} {% tab title="Node.js" %} Seul `modelId` est requis. ```typescript const modelParams = { // ID du modèle, requis. modelId: "MY_MODEL_ID", // Fonctionnalités optionnelles : définissez sur `true` ou `false` pour remplacer les valeurs par défaut // Améliorez la précision de l'extraction grâce à Retrieval-Augmented Generation. rag: undefined, // Extrayez le contenu textuel complet du document sous forme de chaînes. rawText: undefined, // Calculez les polygones des 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, // ... toutes les autres options ... }; ``` {% endtab %} {% tab title="PHP" %} Seul `modelId` est requis. ```php $modelParams = new InferenceParameters( // ID du modèle, requis. "MY_MODEL_ID", // Fonctionnalités optionnelles : définissez sur `true` ou `false` pour remplacer les valeurs par défaut // Améliorez la précision de l'extraction grâce à Retrieval-Augmented Generation. rag: null, // Extrayez le contenu textuel complet du document sous forme de chaînes. rawText: null, // Calculez les polygones des 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, // ... toutes les autres options ... ); ``` {% endtab %} {% tab title="Ruby" %} Seul `model_id` est requis. ```ruby inference_params = { # ID du model_id, requis. model_id: 'MY_MODEL_ID', # Options : définissez sur `true` ou `false` pour remplacer les valeurs par défaut # Améliorez la précision de l'extraction grâce à la génération augmentée par récupération. rag: nil, # Extraire le contenu textuel complet du document sous forme de chaînes. raw_text: nil, # Calculer les polygones de boîte englobante pour tous les champs. polygon: nil, # Améliorez la précision et l'exactitude de toutes les extractions. # Calculer les scores de confiance pour tous les champs. confidence: nil, # ... toutes les autres options ... } ``` {% endtab %} {% tab title="Java" %} Seul `modelId` est requis. ```java var modelParams = ExtractionParameters // ID du modèle, requis. .builder("MY_MODEL_ID") // Fonctionnalités optionnelles : définissez sur `true` ou `false` pour remplacer les valeurs par défaut // Améliorez la précision de l'extraction grâce à Retrieval-Augmented Generation. .rag(null) // Extrayez le contenu textuel complet du document sous forme de chaînes. .rawText(null) // Calculez les polygones des 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) // ... toutes les autres options ... // complétez le builder .build(); ``` {% endtab %} {% tab title=".NET" %} Seul `modelId` est requis. ```csharp var modelParams = new ExtractionParameters( // ID du modèle, requis. modelId: "MY_MODEL_ID" // Fonctionnalités optionnelles : définissez sur `true` ou `false` pour remplacer les valeurs par défaut // Améliorez la précision de l'extraction grâce à Retrieval-Augmented Generation. , rag: null // Extrayez le contenu textuel complet du document sous forme de chaînes. , rawText: null // Calculez les polygones des 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 // ... toutes les autres options ... ); ``` {% endtab %} {% endtabs %} ## Options dynamiques du modèle Ces options permettent de modifier la manière dont le modèle effectue une inférence sur un **à chaque appel**. Ces fonctionnalités peuvent **uniquement** être utilisées via l'API. {% hint style="info" %} Ces fonctionnalités avancées ne visent pas à améliorer la précision **globale** du modèle. À la place, assurez-vous 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 format de texte libre. Par exemple, vous pouvez lever toute ambiguïté liée aux différences de pays ou de région : "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 à chaque 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" :
The "Download Data Schema" button
### 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 = InferenceParameters( # ID du model_id, requis. model_id="MY_MODEL_ID", # Contexte textuel text_context="ceci est une facture.", # Schéma de données data_schema="{ ... DONNÉES JSON ... }", # ... toutes les autres options ... ) ``` {% endtab %} {% tab title="Node.js" %} Seul `modelId` est requis. ```typescript const modelParams = { // ID du modèle, requis. modelId: "MY_MODEL_ID", // Contexte textuel textContext: "ceci est une facture.", // Schéma de données dataSchema: "{ ... DONNÉES JSON ... }", // ... toutes les autres options ... }; ``` {% endtab %} {% tab title="PHP" %} Seul `modelId` est requis. ```php $modelParams = new InferenceParameters( // ID du modèle, requis. "MY_MODEL_ID", // Contexte textuel textContext: "ceci est une facture.", // Schéma de données dataSchema: "{ ... DONNÉES JSON ... }", // ... toutes les autres options ... ); ``` {% endtab %} {% tab title="Ruby" %} Seul `model_id` est requis. ```ruby model_params = { # ID du model_id, requis. model_id: 'MY_MODEL_ID', # Contexte textuel text_context: "ceci est une facture.", # Schéma de données data_schema: "{ ... DONNÉES JSON ... }", # ... toutes les autres options ... } ``` {% endtab %} {% tab title="Java" %} Seul `modelId` est requis. ```java var modelParams = ExtractionParameters // ID du modèle, requis. .builder("MY_MODEL_ID") // Contexte textuel .textContext("ceci est une facture.") // Schéma de données .dataSchema("{ ... DONNÉES JSON ... }") // ... toutes les autres options ... // complétez le builder .build(); ``` {% endtab %} {% tab title=".NET" %} Seul `modelId` est requis. ```csharp var modelParams = new ExtractionParameters( // ID du modèle, requis. modelId: "MY_MODEL_ID" // Contexte textuel , textContext: "ceci est une facture." // Schéma de données , dataSchema: "{ ... DONNÉES JSON ... }" // ... toutes les autres options ... ); ``` {% 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: ``` GET https://docs.mindee.com/v2/fr/modeles-extraction/sdk-integration/extraction-configuration.md?ask= ``` The question should be specific, self-contained, and written in natural language. 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.