Kanonik · réalisation 4 FUTURS
Extraction documentaire pour l'analyse de contrats d'assurance
45 thèmes extraits par document, taux de réussite déclaré de 97 %, modèle JSON éditable par les équipes.
- 01Dépôt du document
- 02OCR et segmentation
- 03Extraction par agents spécialisés, un thème à la fois
- 04Mapping vers le schéma métier (JSON)
- 05Scores de confiance et revue humaine des points incertains
- 06Export vers l'analyse, calculs financiers déterministes
Contexte
Des documents d'assurance longs et hétérogènes (PDF natifs, scans, tableaux) dont les informations doivent alimenter une analyse structurée.
Problème
La lecture manuelle mobilisait un temps d'expert important et rendait les comparaisons entre documents laborieuses.
Notre rôle
Conception de la chaîne d'extraction, découpage en agents spécialisés par thème, définition du modèle d'extraction éditable, mise en place des scores de confiance et du circuit de revue.
Solution
Une chaîne documents → OCR → extraction par agents spécialisés → mapping vers le schéma métier → validation. Les calculs financiers sont réalisés en aval par des règles déterministes, hors du champ des modèles.
Résultats
Ce qui a été livré.
Périmètre : documents d'assurance du client. Le taux de 97 % est celui déclaré sur ce périmètre, il n'est pas transposable tel quel.
- 45 thèmes extraits par document
- Taux de réussite déclaré de 97 %
- Modèle d'extraction JSON modifiable sans intervention technique
Contrôles et limites
- Score de confiance par champ extrait
- Revue humaine déclenchée sous seuil
- Séparation stricte entre extraction par IA et calculs financiers déterministes
Contact
Un besoin comparable ?
Décrivez votre périmètre et vos données disponibles : nous vous répondons avec une première lecture du sujet.