{"id":9860,"date":"2024-05-17T14:43:08","date_gmt":"2024-05-17T14:43:08","guid":{"rendered":"https:\/\/www.cropland.be\/non-classe\/llm-et-modeles-multimodaux-pour-le-traitement-de-documents-une-preuve-de-concept-mai-2024"},"modified":"2026-03-12T14:04:14","modified_gmt":"2026-03-12T14:04:14","slug":"llm-et-modeles-multimodaux-pour-le-traitement-de-documents-une-preuve-de-concept-mai-2024","status":"publish","type":"post","link":"https:\/\/old.cropland.be\/fr\/management\/llm-et-modeles-multimodaux-pour-le-traitement-de-documents-une-preuve-de-concept-mai-2024","title":{"rendered":"LLM et mod\u00e8les multimodaux pour le traitement de documents \u2013 une preuve de concept (mai 2024)"},"content":{"rendered":"\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
<\/div>\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t
Blog<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

LLM et mod\u00e8les multimodaux pour le traitement de documents \u2013 une preuve de concept<\/h1>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Dans le monde effr\u00e9n\u00e9 daujourdhui, les entreprises cherchent en permanence des moyens de rationaliser leurs processus et de maximiser leur efficacit\u00e9. Un domaine qui consomme souvent un volume consid\u00e9rable de notre pr\u00e9cieux temps est le traitement de documents, avec des t\u00e2ches telles que le tri de CV ou lextraction dinformations pertinentes \u00e0 partir de contrats ou de factures. Mais si nous pouvions le faire plus efficacement ? Voici les grands mod\u00e8les de langage (LLM). Ces LLM changent la donne, en proposant une approche r\u00e9volutionnaire du traitement de documents, qui promet de transformer la mani\u00e8re dont les organisations g\u00e8rent de grandes quantit\u00e9s de donn\u00e9es textuelles. <\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t

\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Grands mod\u00e8les de langage<\/span><\/h3>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Pour celles et ceux qui ne sont pas familiers avec le terme \u00ab grands mod\u00e8les de langage \u00bb, voyons rapidement de quoi il sagit. Les LLM, comme la s\u00e9rie GPT dOpenAI, sont des mod\u00e8les dintelligence artificielle entra\u00een\u00e9s sur d\u00e9normes volumes de donn\u00e9es textuelles issues dInternet. Ces mod\u00e8les ont \u00e9t\u00e9 affin\u00e9s sur des jeux de donn\u00e9es vari\u00e9s, ce qui leur permet de comprendre et de g\u00e9n\u00e9rer un texte proche de celui dun humain, sur un large \u00e9ventail de sujets et de styles. Ils sont capables deffectuer de nombreuses t\u00e2ches li\u00e9es au langage, notamment la traduction, la g\u00e9n\u00e9ration de texte, le r\u00e9sum\u00e9 et, point crucial pour le traitement de documents, lextraction dinformations. <\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Que peuvent-ils faire pour nous ? <\/span><\/h3>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Prenons lexemple dun recruteur. Les recruteurs connaissent bien la t\u00e2che intimidante consistant \u00e0 parcourir des piles de CV afin didentifier des candidats qualifi\u00e9s pour un poste \u00e0 pourvoir. Traditionnellement, ce processus est tr\u00e8s chronophage. Avec les grands mod\u00e8les de langage, il peut toutefois \u00eatre automatis\u00e9 dans une large mesure. Dans une POC d\u00e9velopp\u00e9e en interne, nous avons utilis\u00e9 un LLM (Azure OpenAI GPT-3.5 Turbo, pour \u00eatre pr\u00e9cis) afin dextraire les comp\u00e9tences requises \u00e0 partir de lune de nos offres demploi. Ensuite, nous avons utilis\u00e9 le m\u00eame mod\u00e8le pour \u00e9valuer un ensemble de CV fictifs en fonction de la correspondance avec ces comp\u00e9tences. Le r\u00e9sultat est un tableau pr\u00e9sentant les comp\u00e9tences et le degr\u00e9 de correspondance de chaque CV avec les comp\u00e9tences requises. <\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

En tirant parti des capacit\u00e9s de traitement du langage naturel du mod\u00e8le, les recruteurs peuvent d\u00e9velopper des algorithmes qui analysent les CV et en extraient les informations pertinentes selon des crit\u00e8res pr\u00e9d\u00e9finis. Par exemple, si une offre demploi exige la ma\u00eetrise de certains langages de programmation, le LLM peut \u00eatre configur\u00e9 pour identifier les mentions de ces langages dans les CV et signaler les candidats qui poss\u00e8dent les comp\u00e9tences n\u00e9cessaires. <\/p>

<\/p>

Cette approche permet non seulement d\u00e9conomiser du temps et des ressources, mais aussi de r\u00e9duire les biais en garantissant que tous les CV sont \u00e9valu\u00e9s selon les m\u00eames crit\u00e8res. En outre, les LLM peuvent apprendre et sam\u00e9liorer en continu, en affinant leur capacit\u00e9 \u00e0 identifier avec pr\u00e9cision les informations pertinentes et \u00e0 sadapter \u00e0 l\u00e9volution des exigences des postes. <\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Au-del\u00e0 du texte : les mod\u00e8les multimodaux<\/span><\/h3>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Nous pourrions appliquer le m\u00eame principe, par exemple, \u00e0 l\u2019analyse de contrats ou de factures, mais pour ces types de documents, l\u2019analyse du seul texte peut ne pas suffire. Voici les mod\u00e8les multimodaux. GPT-4 (alias ChatGPT-plus) et Gemini Pro (le concurrent de Google) en sont des exemples. Cela signifie qu\u2019en plus du texte, ils peuvent aussi traiter d\u2019autres types de contenu. Pour GPT-4 et Gemini Pro, la liste des types de contenu est limit\u00e9e au texte et \u00e0 l\u2019image, mais GPT-4o, le dernier opus de la famille GPT d\u2019OpenAI, pr\u00e9sent\u00e9 le 13 mai, \u00e9tend l\u2019\u00e9ventail des modalit\u00e9s au texte, \u00e0 l\u2019image, \u00e0 l\u2019audio et<\/em> \u00e0 la vid\u00e9o. <\/p>

Dans un contexte de chat, la multimodalit\u00e9 est un gadget sympathique qui am\u00e9liore la convivialit\u00e9 et t\u00e9moigne de la puissance des mod\u00e8les. Mais si nous pouvions aussi exploiter cette m\u00eame puissance \u00e0 notre avantage pour r\u00e9soudre un cas dusage m\u00e9tier sp\u00e9cifique ? <\/p>

\u00c0 titre dexemple, nous avons choisi dappliquer ces mod\u00e8les multimodaux \u00e0 lautomatisation du traitement des tickets de caisse. Le contexte est le suivant : toutes les entreprises, quil sagisse de freelances ind\u00e9pendants, de bouchers de quartier ou de grandes entreprises, doivent collecter, analyser, traiter et stocker des tickets \u00e0 des fins comptables. Collecter les documents, en extraire le contenu et les affecter au bon compte du grand livre (p. ex. : frais de restaurant, mobilier et actifs roulants\u2026) peut \u00eatre un processus manuel fastidieux. Mais si nous pouvions utiliser lIA multimodale pour cela ? <\/p>

Chez CROPLAND, nous avons mis en place un syst\u00e8me de preuve de concept dans lequel nous surveillons une adresse e-mail utilis\u00e9e sp\u00e9cifiquement pour la facturation. Chaque e-mail re\u00e7u \u00e0 cette adresse est analys\u00e9 afin de d\u00e9tecter la pr\u00e9sence de pi\u00e8ces jointes PDF. Lorsquune pi\u00e8ce jointe est trouv\u00e9e, un processus se d\u00e9clenche et convertit la premi\u00e8re page du PDF en image. Cette image est ensuite analys\u00e9e plus en d\u00e9tail avec Azure OpenAI GPT-4 Turbo Vision afin de d\u00e9terminer : <\/p>