Aller au contenu principal

Module 2 - Traitement de documents

Aperçu​

Le traitement de documents est la base de tout système RAG. Ce module couvre comment charger, analyser et découper des documents provenant de diverses sources. Vous apprendrez différentes stratégies de découpage et comment gérer des types de fichiers complexes.

Objectifs d'apprentissage​

À la fin de ce module, vous serez capable de :

  • Charger des documents à partir de PDF, Word, HTML et d'autres sources
  • Comprendre et mettre en œuvre différentes stratégies de découpage de texte
  • Gérer des documents complexes avec des tableaux, des images et des données structurées
  • Choisir la bonne approche de découpage pour votre cas d'utilisation
  • Traiter des documents à grande échelle

Contenu du module​

1. Chargeurs de documents​

  • Chargeurs de documents LangChain
  • Lecteurs LlamaIndex
  • Chargement à partir de PDF, Word, HTML, bases de données

2. Stratégies de découpage de texte​

  • Taille et chevauchement des morceaux
  • Découpage récursif par caractère
  • Découpage sémantique
  • Découpage basé sur les phrases

3. Gestion des différents types de fichiers​

  • Défis d'extraction de PDF
  • OCR pour les documents numérisés
  • Tableaux et données structurées
  • Images dans les documents
  1. Chargeurs de documents - Chargement à partir de diverses sources
  2. Découpage de texte - Stratégies de découpage
  3. Types de fichiers - Gestion des documents complexes
  4. Quiz - Module 2 - 30 questions

Maîtrisez l'art du traitement de documents !