Classification de documents par LLM

Définition

La classification de documents par LLM est une methode qui utilise un grand modele de langage pour attribuer automatiquement une ou plusieurs categories predefinies a un document, un email ou un ticket, en s'appuyant sur sa comprehension semantique du contenu plutot que sur des mots-cles ou des regles explicites. Le modele peut operer en zero-shot, en decrivant simplement les categories cibles dans le prompt sans exemple prealable, ou en few-shot avec quelques exemples annotes pour ameliorer la precision sur un domaine specifique, evitant ainsi le cout et le delai d'un entrainement supervise classique necessitant des milliers d'exemples etiquetes. Les cas d'usage frequents en entreprise incluent le tri automatique des emails entrants selon leur urgence ou leur service destinataire, la classification de tickets de support par type d'incident, le routage de documents juridiques par nature contractuelle, et la detection de contenus sensibles ou non conformes dans des flux documentaires massifs. Comparee aux classifieurs traditionnels de type SVM ou reseaux de neurones convolutionnels entraines specifiquement, l'approche par LLM offre une flexibilite superieure face a l'evolution des categories mais un cout d'inference generalement plus eleve et une latence superieure, ce qui oriente le choix architectural vers des modeles plus petits et specialises lorsque le volume de documents a traiter est tres important.