Intelligence artificielle · Chapitre 12 · Cours 03

Extraire les informations d’un document avec l’IA

Apprenez à retrouver des données précises dans un document, à les organiser dans un format exploitable et à contrôler leur exactitude. Une compétence essentielle pour traiter des courriers, contrats, rapports, factures et dossiers professionnels.

À la fin de ce cours, vous saurez :

  • Définir précisément une extraction d’informations.
  • Distinguer extraction, résumé et interprétation.
  • Identifier les données à rechercher dans un document.
  • Extraire des dates, montants, noms, références et conditions.
  • Transformer des informations textuelles en tableaux structurés.
  • Utiliser des prompts d’extraction ciblée.
  • Gérer les informations absentes, ambiguës ou contradictoires.
  • Contrôler les données extraites et leurs références.
  • Préparer des résultats exploitables dans un tableur ou une base de données.
Prérequis

Ce cours prolonge « Analyser un document PDF ». Il est utile de connaître les principaux formats de fichiers et de savoir joindre un document à un outil d’intelligence artificielle compatible.

1. Qu’est-ce que l’extraction d’informations ?

L’extraction d’informations consiste à identifier et récupérer des éléments précis présents dans un document afin de les réutiliser.

Il peut s’agir d’un nom, d’une date, d’un montant, d’une adresse, d’une référence, d’une obligation, d’un délai ou d’une donnée technique.

Contrairement à un résumé, qui reformule les idées principales, l’extraction cherche à conserver les informations recherchées avec le maximum de fidélité.

Exemple introductif

Une entreprise reçoit 40 devis de fournisseurs.

Pour comparer les propositions, elle doit relever dans chaque document le nom du fournisseur, le montant HT, la TVA, le montant TTC, le délai de livraison et la durée de validité.

L’IA peut aider à remplir un tableau récapitulatif. Toutefois, chaque valeur doit correspondre à ce qui figure réellement sur le devis.

1.1. Extraction, résumé et analyse

OpérationFinalitéExemple
ExtractionRécupérer des éléments précisRelever une date d’échéance
RésuméRéduire le document à l’essentielRésumer un contrat en dix lignes
AnalyseExaminer la portée des informationsÉtudier les conséquences d’une clause
ClassificationAttribuer une catégorieIdentifier un document comme une facture

Ces opérations peuvent se compléter, mais elles ne doivent pas être confondues.

Principe essentiel

Extraire une information, c’est d’abord restituer ce que le document contient, et non ce que l’on pense qu’il devrait contenir.

2. Quels types d’informations peut-on extraire ?

Les documents professionnels contiennent des informations de différentes natures.

Données d’identification

Noms, organismes, coordonnées, numéros de dossier, références de contrat.

Données temporelles

Dates de signature, échéances, périodes, durées et délais.

Données financières

Prix, montants HT et TTC, taxes, remises, taux et échéanciers.

Données contractuelles

Obligations, conditions, réserves, exclusions et modalités de résiliation.

Données techniques

Références de matériel, dimensions, capacités, caractéristiques et versions.

Données organisationnelles

Responsables, services, actions prévues, décisions et échéances.

2.1. Données explicites et informations déduites

Une donnée explicite apparaît directement dans le document.

Une information déduite résulte d’un calcul ou d’un raisonnement.

Exemple

Un contrat indique : « Début : 1er mars 2027. Fin : 28 février 2028. »

Les deux dates sont explicites.

La durée d’environ un an est une information déduite. Si le document n’indique pas expressément une durée contractuelle, il ne faut pas présenter cette déduction comme une citation.

3. Comprendre les données structurées et non structurées

3.1. Les données structurées

Les données structurées sont organisées selon des champs ou des colonnes clairement définis.

Exemples : tableau Excel, base de données, formulaire numérique, fichier CSV.

3.2. Les données non structurées

Les données non structurées sont présentées dans du texte libre ou des documents dont l’organisation ne suit pas un modèle uniforme.

Exemples : courrier, rapport narratif, échange de courriels ou compte rendu.

3.3. Les données semi-structurées

Une facture ou un devis présente souvent des rubriques récurrentes, mais leur emplacement et leur présentation peuvent varier d’un émetteur à l’autre.

On parle alors fréquemment de données semi-structurées.

DocumentOrganisationDifficulté d’extraction
Tableau CSVStructuréeIdentifier correctement les colonnes et types de données
Facture PDFSouvent semi-structuréeRepérer les champs malgré des présentations variables
Courrier libreNon structuréeComprendre le contexte et les formulations
Rapport avec annexesMixteRelier les informations réparties dans plusieurs parties

4. Définir les champs à extraire

Avant de demander une extraction à l’IA, il faut définir précisément les informations recherchées.

Cette liste de champs constitue un schéma d’extraction.

4.1. Exemple de schéma pour une facture

ChampType attenduExemple fictif
Numéro de factureTexteFAC-2027-014
FournisseurTexteNova Services
Date de factureDate12/03/2027
Montant HTMontant1 500,00 €
TVAMontant300,00 €
Montant TTCMontant1 800,00 €
ÉchéanceDate11/04/2027

4.2. Pourquoi définir le type de chaque champ ?

Une référence comme « 00125 » doit rester une chaîne de caractères. La convertir automatiquement en nombre ferait disparaître les zéros initiaux.

De même, une date comme « 04/05/2027 » peut être ambiguë si le format du document n’est pas connu.

Définir les types évite les transformations involontaires.

4.3. Champs obligatoires et facultatifs

Il est utile de distinguer les champs indispensables des champs complémentaires.

Une donnée manquante doit être signalée, et non remplacée par une valeur supposée.

Ne jamais inventer une valeur manquante

Si un devis ne mentionne pas de délai de livraison, l’extraction doit indiquer « non renseigné » ou une valeur nulle, selon le format choisi. Elle ne doit pas déduire un délai habituel sans consigne explicite.

5. Préparer le document

La qualité de l’extraction dépend de la lisibilité et de l’accessibilité du document.

1
Identifier le fichierVérifier son nom, son format, sa date et sa version.
2
Contrôler la lisibilitéRepérer les pages floues, coupées ou mal orientées.
3
Vérifier le contenu accessibleTester la sélection du texte et la reconnaissance des tableaux.
4
Protéger les donnéesRetirer les informations sensibles inutiles et vérifier les autorisations.
5
Définir le schémaPréparer la liste des champs et leurs formats.
6
Prévoir le contrôleDéterminer comment vérifier les valeurs extraites.

5.1. Attention aux PDF scannés

Un PDF scanné peut nécessiter une reconnaissance optique de caractères (OCR).

L’OCR peut confondre certains caractères, notamment le chiffre 0 et la lettre O, le chiffre 1 et la lettre I, ou modifier des séparateurs décimaux.

Une extraction correcte suppose donc de vérifier les informations critiques directement sur l’image originale.

6. Formuler une demande d’extraction précise

Une bonne consigne précise le document, les champs, le format de sortie et le traitement des données manquantes.

Demande insuffisante

« Récupère les informations de cette facture. »

Demande structurée

« Extrais le numéro de facture, le fournisseur, la date, le montant HT, la TVA, le montant TTC et l’échéance. Présente les résultats dans un tableau, conserve les montants exacts et indique “non renseigné” pour les champs absents. »

6.1. Prompt d’extraction simple

Analyse uniquement le document joint. Extrais les informations suivantes : – Nom de l’organisme. – Référence du document. – Date d’émission. – Objet. – Date limite éventuelle. – Montant éventuel. Présente les résultats dans un tableau : Champ | Valeur | Page source | Statut Statuts autorisés : – Trouvé. – Non trouvé. – Ambigu. – Illisible. Ne complète aucune donnée par supposition. Conserve les références et montants exactement tels qu’ils apparaissent.

7. Extraire les dates et les délais

Les dates figurent sous plusieurs formes : dates numériques, dates rédigées, périodes ou délais relatifs.

7.1. Exemples

  • 15/04/2027
  • 15 avril 2027
  • Deuxième trimestre 2027
  • Dans les 30 jours suivant la réception

Ces expressions ne représentent pas toutes une date directement exploitable.

7.2. Les délais relatifs

Une clause indiquant « paiement sous 30 jours à compter de la réception » ne permet pas de déterminer l’échéance sans connaître la date de réception et les règles applicables au calcul du délai.

L’IA doit extraire la règle, mais ne doit pas inventer le point de départ.

Exemple corrigé

Document : « Le dossier doit être retourné dans un délai de quinze jours après notification. »

Extraction correcte : délai de quinze jours ; point de départ : notification ; date limite exacte : non déterminable avec les seules informations fournies.

7.3. Normaliser une date

Une date peut être convertie au format ISO 8601, par exemple « 2027-04-15 », à condition que son interprétation soit certaine.

Il est recommandé de conserver également la valeur originale pour permettre la vérification.

8. Extraire les montants et les données financières

Les montants doivent être traités avec une attention particulière.

8.1. Les éléments à conserver

  • La valeur numérique.
  • La devise.
  • La distinction HT ou TTC.
  • Le taux de taxe lorsqu’il est indiqué.
  • Le signe positif ou négatif.
  • L’unité utilisée.
  • La période concernée.

8.2. Exemple de confusion

Un rapport indique « 2,5 M€ ». Il s’agit de 2,5 millions d’euros, soit 2 500 000 €.

Une extraction peut conserver la notation originale et ajouter la valeur convertie dans un champ distinct.

En revanche, convertir « 2,5 M€ » en « 2 500 € » constituerait une erreur majeure.

8.3. Vérifier les relations arithmétiques

Dans le cas simple d’une facture sans acompte, remise supplémentaire ou autre ajustement :

Montant TTC = montant HT + montant de TVA

Exemple corrigé

Montant HT : 850,00 €

TVA : 170,00 €

Montant TTC : 1 020,00 €

Vérification : 850 + 170 = 1 020 €.

Si les montants ne concordent pas, il faut signaler l’écart sans corriger silencieusement le document.

9. Extraire les obligations et les conditions

Dans les contrats, courriers administratifs et procédures, une information importante peut être exprimée sous forme de condition.

9.1. Les éléments à distinguer

  • L’acteur concerné.
  • L’action attendue.
  • La condition d’application.
  • Le délai.
  • Les exceptions éventuelles.
  • Les conséquences prévues.
Exemple

Clause fictive : « Le client peut demander une intervention supplémentaire si le dysfonctionnement persiste après la première intervention. »

Acteur : client.

Action : demander une intervention supplémentaire.

Condition : persistance du dysfonctionnement après la première intervention.

Nature : possibilité, et non obligation.

Erreur à éviter

Transformer « peut demander » en « doit demander » modifie le sens du document. Une extraction fidèle doit préserver les modalités : obligation, possibilité, interdiction et condition.

10. Transformer un texte libre en tableau

L’un des principaux intérêts de l’IA est de convertir des informations dispersées dans un texte en données organisées.

10.1. Exemple de document source

Courriel professionnel fictif

Bonjour,

La réunion de lancement du projet Horizon est prévue le 18 mai 2027 à 9 h 30. Elle se déroulera en visioconférence. Mme Martin présentera le calendrier. M. Bernard transmettra le budget prévisionnel avant le 15 mai. La validation du planning est attendue pour le 22 mai.

Cordialement.

10.2. Tableau extrait

ÉlémentValeurResponsable
ProjetHorizonNon précisé
Réunion18 mai 2027 à 9 h 30Non précisé
ModalitéVisioconférenceNon précisé
Présentation du calendrierLors de la réunionMme Martin
Transmission du budgetAvant le 15 mai 2027M. Bernard
Validation du planningAttendue pour le 22 mai 2027Non précisé

Ce tableau conserve les informations explicites sans attribuer arbitrairement un responsable aux tâches dont l’auteur du courriel ne précise pas le pilote.

11. Choisir un format de restitution

Le résultat peut être présenté dans différents formats selon l’usage prévu.

FormatUsagePoint de vigilance
Tableau lisibleContrôle humainConserver les références
CSVImport dans un tableur ou logicielRespecter séparateurs et encodage
JSONÉchange de données structuréesRespecter les types et la syntaxe
Texte structuréCompte rendu ou ficheNe pas perdre les conditions

11.1. Exemple CSV

champ;valeur;statut projet;Horizon;trouvé date_reunion;2027-05-18;trouvé heure_reunion;09:30;trouvé modalite;Visioconférence;trouvé responsable_budget;M. Bernard;trouvé

Le point-virgule est fréquemment utilisé comme séparateur dans les fichiers CSV destinés à certains environnements francophones, mais il faut respecter le format attendu par le logiciel d’import.

11.2. Exemple JSON

{ « projet »: « Horizon », « date_reunion »: « 2027-05-18 », « heure_reunion »: « 09:30 », « modalite »: « Visioconférence », « responsable_budget »: « M. Bernard » }

Le JSON est adapté aux échanges informatiques, à condition de respecter la structure attendue et de valider la syntaxe.

12. Gérer les informations absentes et ambiguës

Un système d’extraction fiable doit pouvoir reconnaître qu’une information n’est pas disponible.

12.1. Quatre statuts utiles

StatutSignification
TrouvéInformation clairement identifiée
Non trouvéInformation non retrouvée dans le contenu accessible
AmbiguPlusieurs interprétations possibles
IllisibleInformation potentiellement présente mais non exploitable

12.2. Exemple d’ambiguïté

Un document comporte deux dates : « 12/04/2027 » en en-tête et « 15/04/2027 » près d’une signature.

Sans autre indication, il est incorrect d’affirmer que la première est nécessairement la date de signature.

L’extraction doit préciser le contexte de chacune et demander une vérification si la distinction reste incertaine.

12.3. La différence entre « absent » et « non trouvé »

« Absent » affirme que l’information ne figure pas dans le document.

« Non trouvé » indique seulement qu’elle n’a pas été identifiée dans les parties effectivement examinées.

Cette nuance est importante lorsqu’un document est long, scanné ou partiellement accessible.

13. Conserver la provenance des données

Une extraction professionnelle doit permettre de retrouver chaque valeur dans le document source.

C’est le principe de traçabilité.

13.1. Les informations de provenance

  • Nom du fichier source.
  • Version ou date du document.
  • Page ou section.
  • Extrait d’origine, si utile.
  • Date de l’extraction.
  • Statut de vérification.

13.2. Exemple de tableau de contrôle

ChampValeurSourceContrôle
Montant HT850 €Facture fictive, page 1Vérifié
TVA170 €Facture fictive, page 1Vérifié
Montant TTC1 020 €Facture fictive, page 1Calcul cohérent
ÉchéanceNon trouvéeDocument examinéÀ confirmer

Les références ci-dessus sont illustratives. Dans un travail réel, elles doivent correspondre aux pages effectivement contrôlées.

14. Vérifier la qualité de l’extraction

Une extraction peut sembler correcte tout en contenant des erreurs ou des omissions.

14.1. Exactitude

Les valeurs extraites correspondent-elles aux valeurs présentes dans le document ?

14.2. Exhaustivité

Toutes les informations demandées ont-elles été recherchées et les absences signalées ?

14.3. Cohérence

Les valeurs sont-elles compatibles entre elles ? Les dates, montants et unités sont-ils cohérents ?

14.4. Traçabilité

Peut-on retrouver l’origine de chaque information importante ?

14.5. Exploitabilité

Le format de sortie peut-il être utilisé dans l’outil ou le processus prévu ?

Qualité de l’extraction

Une extraction de qualité ne se juge pas uniquement au nombre de champs remplis. Une donnée correctement signalée comme inconnue vaut mieux qu’une donnée inventée.

15. Contrôler les erreurs de transcription

Les erreurs peuvent provenir du document original, de son numérisation, de l’OCR ou de l’interprétation par l’IA.

ErreurExempleContrôle
Caractère confonduO au lieu de 0Comparer visuellement
Zéro initial supprimé00124 devient 124Conserver en texte
Décimale déplacée1 250,50 devient 12 505,0Vérifier les séparateurs
Montant HT/TTC inversé1 200 € TTC présenté comme HTContrôler les libellés
Date mal interprétée04/05 lu comme 5 avrilIdentifier le format
Condition omise« Sous réserve de validation » suppriméRelire la phrase entière
Référence attribuée à tortNuméro de commande pris pour factureVérifier l’emplacement et le libellé

16. Cas pratique complet : extraire les données d’un devis

Document fictif

DEVIS N° DEV-2027-058

Fournisseur : Atelier Nova

Date : 8 juin 2027

Client : Entreprise Horizon

Objet : Fourniture et installation de trois postes informatiques.

Montant HT : 2 400,00 €

TVA (20 %) : 480,00 €

Montant TTC : 2 880,00 €

Délai de livraison : 15 jours ouvrés après acceptation du devis.

Validité : 30 jours à compter de la date du devis.

Conditions : Installation sous réserve de disponibilité du matériel.

16.1. Première étape : identifier les champs

Les informations à extraire sont : fournisseur, client, référence, date, objet, montant HT, TVA, TTC, délai, validité et conditions.

16.2. Deuxième étape : effectuer l’extraction

ChampValeur extraite
RéférenceDEV-2027-058
FournisseurAtelier Nova
ClientEntreprise Horizon
Date8 juin 2027
ObjetFourniture et installation de trois postes informatiques
HT2 400,00 €
TVA480,00 €
TTC2 880,00 €
Livraison15 jours ouvrés après acceptation
Validité30 jours à compter de la date du devis
RéserveSous réserve de disponibilité du matériel

16.3. Troisième étape : vérifier les montants

TVA : 2 400 × 20 % = 480 €.

TTC : 2 400 + 480 = 2 880 €.

Les montants sont arithmétiquement cohérents.

16.4. Quatrième étape : ne pas inventer les dates

La date de livraison ne peut pas être déterminée sans connaître la date d’acceptation et les règles de décompte des jours ouvrés.

La durée de validité est indiquée, mais la date d’expiration exacte doit être calculée selon la convention applicable au délai.

Il est préférable de conserver les formulations d’origine plutôt que d’inventer une date précise.

16.5. Cinquième étape : préserver les réserves

La mention « sous réserve de disponibilité du matériel » est une condition importante.

L’omettre pourrait laisser croire que l’installation est garantie indépendamment de la disponibilité des équipements.

Conclusion du cas pratique

Une extraction correcte doit restituer les montants, les références et les conditions sans altérer leur signification. Les informations qui nécessitent une donnée supplémentaire restent à déterminer.

17. Le prompt maître d’extraction documentaire

RÔLE Tu es chargé d’une extraction documentaire rigoureuse. DOCUMENT Travaille uniquement à partir du fichier joint. OBJECTIF Extraire les informations nécessaires à : [INDIQUER L’USAGE] CHAMPS À RECHERCHER [ÉNUMÉRER LES CHAMPS] CONSIGNES 1. Vérifie quelles parties du document sont accessibles. 2. Recherche chaque champ demandé. 3. Conserve les noms, références, dates et montants exacts. 4. Ne transforme pas une possibilité en obligation. 5. Préserve les conditions, réserves et exceptions. 6. Ne déduis pas une valeur sans le signaler. 7. Si un champ est absent, indique « non trouvé ». 8. Si plusieurs valeurs sont possibles, indique « ambigu ». 9. Si une zone est illisible, indique « illisible ». 10. N’invente aucune information. FORMAT DE SORTIE Présente un tableau contenant : – Champ. – Valeur originale. – Valeur normalisée si nécessaire. – Source précise. – Statut. – Commentaire de vérification. CONTRÔLES – Vérifie les unités. – Vérifie les montants et calculs simples. – Contrôle les dates. – Recherche les contradictions. – Signale les champs nécessitant une validation humaine. CONCLUSION Indique : – le nombre de champs demandés ; – le nombre de champs trouvés ; – les champs manquants ; – les ambiguïtés ; – les contrôles restant à effectuer.

18. Utiliser l’extraction dans un processus professionnel

L’extraction peut servir à préparer une étape de travail, sans remplacer automatiquement le contrôle métier.

18.1. Gestion administrative

Relever les références de dossiers, dates de réception, pièces demandées et échéances.

18.2. Comptabilité

Identifier les informations d’une facture avant contrôle et saisie. La présence d’un montant dans un document ne suffit pas à déterminer son traitement comptable.

18.3. Ressources humaines

Extraire des informations autorisées de documents professionnels, en respectant les règles de confidentialité et de protection des données.

18.4. Gestion commerciale

Comparer les prix, délais et conditions figurant dans plusieurs devis.

18.5. Support informatique

Relever les références de matériel, versions logicielles, messages d’erreur et procédures depuis une documentation technique.

Une distinction importante

L’extraction prépare des données. La décision de gestion, l’interprétation juridique, le diagnostic technique ou l’écriture comptable exigent des règles et compétences supplémentaires.

19. Confidentialité et sécurité

Les documents peuvent contenir des informations personnelles ou confidentielles.

Avant de les transmettre à un service d’IA, il faut vérifier les autorisations et les conditions de traitement.

  • Utiliser un outil approuvé pour les données concernées.
  • Éviter de transmettre des informations inutiles.
  • Vérifier les règles de conservation des fichiers.
  • Contrôler les permissions d’accès.
  • Ne pas diffuser les données extraites sans justification.
  • Conserver une trace des contrôles lorsque le contexte professionnel l’exige.

Une extraction réussie techniquement peut être inappropriée si elle a été réalisée sans autorisation.

20. Liste de contrôle avant utilisation

  • Le document source est correctement identifié.
  • Le bon fichier et la bonne version ont été utilisés.
  • Les champs à extraire sont définis.
  • Les types de données sont précisés.
  • Les valeurs originales sont conservées lorsque nécessaire.
  • Les montants et unités sont exacts.
  • Les dates sont correctement interprétées.
  • Les références ne perdent pas leurs zéros initiaux.
  • Les conditions et réserves sont conservées.
  • Les champs absents sont signalés.
  • Les valeurs ambiguës ne sont pas arbitrairement choisies.
  • Les sources sont vérifiables.
  • Le format de sortie correspond à l’usage prévu.
  • Les données sensibles sont protégées.
  • Les éléments critiques ont été validés.

21. Vérifiez votre compréhension

Question 1 — Définition

Quelle est la différence entre extraire une information et résumer un document ?

Afficher la correction
Extraire consiste à retrouver des données précises en conservant leur fidélité. Résumer consiste à condenser les idées principales du document.
Question 2 — Référence

Une facture comporte le numéro « 000458 ». Peut-on le convertir en nombre 458 ?

Afficher la correction
Non, pas pour conserver la référence originale. Les zéros initiaux peuvent faire partie de l’identifiant. Il faut stocker cette valeur comme du texte.
Question 3 — Délai

Un contrat prévoit une intervention dans les dix jours suivant la réception d’une demande. Peut-on extraire une date exacte d’intervention ?

Afficher la correction
Non, car la date de réception n’est pas fournie. Il faut extraire la règle de délai et signaler que la date exacte ne peut pas être déterminée avec les seules informations disponibles.
Question 4 — Montants

Un document indique 1 200 € HT et 240 € de TVA. Quel est le montant TTC, dans le cas simple sans autre ajustement ?

Afficher la correction
1 200 + 240 = 1 440 € TTC. Ce calcul doit être distingué d’une valeur directement extraite si le document ne présente pas lui-même le TTC.
Question 5 — Information manquante

Un devis ne mentionne aucun délai de livraison. Quelle réponse l’IA doit-elle fournir ?

Afficher la correction
Elle doit indiquer que le délai n’a pas été trouvé dans le document accessible, sans inventer une durée habituelle.

22. Questions fréquentes

1. L’IA peut-elle extraire des informations d’un PDF ?

Oui, si le contenu est accessible à l’outil, directement ou par reconnaissance visuelle.

2. Peut-elle traiter un document Word ?

Oui, selon les formats pris en charge par le service utilisé.

3. Peut-elle extraire des données d’une image ?

Oui, avec des capacités de reconnaissance visuelle ou OCR adaptées.

4. Quelle différence entre OCR et extraction intelligente ?

L’OCR reconnaît des caractères. L’extraction intelligente cherche à identifier leur rôle et à les associer à des champs.

5. Peut-elle extraire plusieurs dates ?

Oui, mais il faut préciser la fonction de chacune : émission, signature, échéance ou autre.

6. Pourquoi conserver la valeur originale ?

Pour permettre le contrôle et éviter les erreurs de transformation.

7. Pourquoi utiliser un schéma d’extraction ?

Il précise les informations recherchées et facilite la vérification.

8. Peut-elle produire un fichier CSV ?

Oui, si l’outil le permet. Le contenu doit être contrôlé avant import.

9. Peut-elle produire du JSON ?

Oui, mais la syntaxe et les types de données doivent être validés.

10. Une référence numérique doit-elle toujours être un nombre ?

Non. Les identifiants doivent souvent être conservés comme du texte.

11. Que faire lorsqu’un champ manque ?

Signaler qu’il n’a pas été trouvé, sans inventer de valeur.

12. Que faire si deux valeurs sont possibles ?

Les présenter avec leur contexte et signaler l’ambiguïté.

13. L’IA peut-elle calculer une échéance ?

Oui si les données et règles nécessaires sont connues, mais le résultat doit être contrôlé.

14. Peut-elle extraire les clauses d’un contrat ?

Oui, en conservant les conditions, exceptions et modalités importantes.

15. Peut-elle extraire les informations de plusieurs factures ?

Oui, selon les capacités et limites de l’outil, avec un contrôle adapté au volume.

16. Comment vérifier les montants ?

En comparant les valeurs au document et en contrôlant les calculs pertinents.

17. Les références de pages sont-elles toujours exactes ?

Non. Elles doivent être vérifiées sur le document source.

18. Peut-on extraire des données confidentielles ?

Uniquement dans un cadre autorisé, avec des garanties de sécurité appropriées.

19. Une extraction correcte garantit-elle une bonne décision ?

Non. L’interprétation et la décision nécessitent une analyse complémentaire.

20. Quelle est la règle la plus importante ?

Ne jamais présenter comme extraite une information qui n’est pas effectivement présente ou vérifiable dans le document.

23. Glossaire

TermeDéfinition
Extraction d’informationsRécupération ciblée de données présentes dans un document.
ChampÉlément défini dans une structure de données.
ValeurContenu associé à un champ.
Schéma d’extractionListe organisée des champs et formats attendus.
Donnée structuréeDonnée organisée selon une structure explicite.
Donnée non structuréeInformation présentée sans schéma uniforme.
Donnée semi-structuréeInformation présentant une organisation partielle ou variable.
OCRReconnaissance optique de caractères.
Entité nomméeÉlément identifiable tel qu’une personne, un organisme ou un lieu.
NormalisationTransformation vers un format commun.
Valeur originaleInformation telle qu’elle apparaît dans la source.
Valeur normaliséeInformation convertie selon une convention définie.
CSVFormat textuel de données tabulaires séparées par un délimiteur.
JSONFormat textuel structuré d’échange de données.
DélimiteurCaractère séparant des champs dans un fichier.
EncodageConvention de représentation informatique des caractères.
TraçabilitéPossibilité de retrouver l’origine d’une donnée.
SourceDocument ou passage à l’origine d’une information.
AmbiguïtéSituation permettant plusieurs interprétations.
ExhaustivitéDegré de couverture des informations attendues.
ExactitudeCorrespondance entre une donnée et sa valeur correcte.
CohérenceCompatibilité logique ou numérique entre des informations.
ValidationContrôle confirmant qu’une donnée peut être utilisée.
HallucinationProduction d’une information inventée ou non fondée par une IA.
ConfidentialitéProtection contre la divulgation non autorisée d’informations.

24. Ressources pour approfondir

À retenir

  • Extraire consiste à récupérer des informations précises sans les déformer.
  • Un schéma d’extraction permet de définir les champs attendus.
  • Les valeurs originales et normalisées doivent être distinguées.
  • Les dates, montants, unités et références exigent un contrôle particulier.
  • Les conditions et exceptions doivent être conservées.
  • Une donnée absente ne doit jamais être inventée.
  • Chaque information importante doit rester traçable.
  • Le format de sortie doit correspondre à l’usage prévu.
  • L’IA accélère l’extraction, mais ne supprime pas la validation humaine.
Dans le prochain cours 04 — Comparer plusieurs documents →

Vous apprendrez à confronter des fichiers, repérer leurs différences et identifier les informations communes ou contradictoires.

Entraînement Ulpia360

Passez à la pratique

Entraînez-vous à extraire des dates, montants, références, conditions et informations structurées à partir de documents professionnels.

15 exercices Application : 1 à 5 Entraînement : 6 à 11 Synthèse : 12 à 15

Retrouvez les exercices depuis la page du chapitre lorsqu’ils sont disponibles.

Exercices du cours

Entraînez-vous avec 15 exercices progressifs. Ouvrez un exercice pour répondre, puis afficher sa correction.