Document - Source de données#

Utilisez un ou plusieurs documents comme source de données. Cette section explique comment téléverser des documents.

Cliquez sur Document pour ajouter des documents comme source de données :

Téléverser#

Téléversez vos fichiers (cliquez ou faites glisser-déposer dans la zone dédiée) :

VideFichiers sélectionnés

Extraire le texte des images et des numérisations#

Vous pouvez téléverser des fichiers image (.png, .jpg, .gif, .bmp, .webp, .tiff) et des PDF numérisés comme source de données, au même titre que n'importe quel autre document. Par défaut, seul le texte déjà présent dans le fichier est indexé — le texte situé à l'intérieur d'une image n'est pas lu. Pour rendre ce texte consultable, activez l'un des deux modes d'extraction ci-dessous pour le fichier avant l'indexation.

Chaque ligne de la liste des fichiers comporte un interrupteur sur sa droite. OCR et LLM s'excluent mutuellement : activer l'un désactive automatiquement l'autre.

Reconnaissance optique de caractères (OCR)#

L'OCR convertit une image de texte en texte lisible par machine. Par exemple, la numérisation d'un document produit un fichier image qui ne peut pas être modifié, recherché ou compté directement.

L'OCR convertit cette image en un document texte dont le contenu est stocké sous forme de données textuelles.

Analyse par LLM#

L'analyse par LLM envoie l'image (ou la page numérisée) à un modèle de langage doté de capacités visuelles, qui la lit comme le ferait un humain. Elle gère généralement mieux que l'OCR les mises en page complexes, les tableaux et l'écriture manuscrite, et peut également décrire des contenus visuels non textuels.

Pour activer un mode, cliquez sur l'interrupteur OCR ou LLM situé à droite du fichier sur lequel vous souhaitez l'appliquer :

Une fois tous les documents spécifiés, cliquez sur « Terminer ». La page de source de données s'ouvre :

Actions groupées sur les fichiers sélectionnés#

Vous pouvez sélectionner plusieurs fichiers à la fois en utilisant les cases à cocher sur le côté gauche de chaque ligne.

Une fois un ou plusieurs fichiers sélectionnés, une barre d'actions groupées apparaît au-dessus du tableau avec les actions suivantes :

• Télécharger — télécharge tous les fichiers PDF sélectionnés en une seule fois. Le bouton est actif uniquement lorsqu'au moins un fichier sélectionné est un PDF ou un fichier audio avec le statut Indexé.
• Supprimer — supprime définitivement tous les fichiers sélectionnés du connecteur.