Extraction d'entites nommees par LLM

Définition

L'extraction d'entites nommees par LLM, ou named entity recognition, est une tache de traitement du langage naturel qui consiste a identifier et categoriser dans un texte les mentions d'entites specifiques telles que noms de personnes, organisations, lieux, dates, montants monetaires ou references reglementaires. Historiquement realisee par des modeles specialises comme spaCy ou des CRF entraines sur des corpus annotes, cette tache est desormais frequemment confiee a des grands modeles de langage generalistes via un prompt zero-shot ou few-shot, sans necessiter de jeu d'entrainement dedie, ce qui reduit considerablement le cout de mise en oeuvre pour de nouveaux domaines metier. Les LLM excellent particulierement sur la reconnaissance d'entites contextuelles ambigues, comme distinguer une organisation d'un lieu portant le meme nom, et sur l'extraction dans des documents multilingues ou faiblement structures. Les applications en entreprise incluent l'anonymisation de donnees personnelles pour la conformite RGPD, l'indexation automatique de bases documentaires juridiques, la detection de mentions de sanctions internationales dans des flux de conformite financiere, et l'alimentation de graphes de connaissances. La performance se mesure classiquement par les metriques de precision, rappel et score F1 sur un jeu d'evaluation annote, avec un point de vigilance sur les biais de reconnaissance moins fiables pour les noms propres issus de langues ou cultures sous-representees dans les donnees d'entrainement.