Document AI QnA

La fonctionnalité Document QnA combine l'OCR avec les capacités des modèles de langage pour permettre une interaction en langage naturel avec le contenu des documents. Vous pouvez ainsi extraire des informations et des insights à partir de documents en posant des questions en langage naturel.

Fonctionnement et capacités

Le processus se compose de deux étapes principales :

1. Document AI : l’OCR extrait le texte, la structure et la mise en forme afin de créer une version du document lisible par machine.

2. Compréhension par le modèle de langue : le contenu extrait du document est analysé par un grand modèle de langue. Vous pouvez poser des questions ou demander des informations en langue naturelle. Le modèle comprend le contexte, les relations au sein du document et peut fournir des réponses pertinentes en s’appuyant sur le contenu du document.

• Réponses à des questions concernant un contenu précis du document
• Extraction et synthèse des informations
• Analyse documentaire et production d’insights
• Requêtes et comparaisons multi-documents
• Réponses contextuelles prenant en compte l’ensemble du document

• Analyse d’articles scientifiques et de documents techniques
• Extraction d’informations à partir de documents professionnels
• Traitement de documents juridiques et de contrats
• Création d’applications de questions/réponses sur documents
• Automatisation de workflows documentaires

Utiliser Document QnA

Les exemples ci-dessous montrent comment interagir avec un document PDF en langage naturel.

import os
from mistralai.client import Mistral

api_key = os.environ["MISTRAL_API_KEY"]
model = "mistral-small-latest"

client = Mistral(api_key=api_key)

messages = [
    {
        "role": "user",
        "content": [
            {
                "type": "text",
                "text": "what is the last sentence in the document"
            },
            {
                "type": "document_url",
                "document_url": "https://arxiv.org/pdf/1805.04770"
            }
        ]
    }
]

chat_response = client.chat.complete(
    model=model,
    messages=messages
)

import os
from mistralai.client import Mistral

api_key = os.environ["MISTRAL_API_KEY"]
model = "mistral-small-latest"

client = Mistral(api_key=api_key)

messages = [
    {
        "role": "user",
        "content": [
            {
                "type": "text",
                "text": "what is the last sentence in the document"
            },
            {
                "type": "document_url",
                "document_url": "https://arxiv.org/pdf/1805.04770"
            }
        ]
    }
]

chat_response = client.chat.complete(
    model=model,
    messages=messages
)

Pour plus d'informations sur l'utilisation de Document QnA, consultez notre Cookbook Document QnA avec un exemple simple.