Hyland Knowledge Enrichment

Les données non structurées représentent jusqu’à 80 % du contenu de l’entreprise et sont réparties dans 21 référentiels en moyenne. Il s’agit de documents, d’e-mails, d’images, de fichiers audio, etc. Contrairement aux données structurées des bases de données, le contenu non structuré est hétérogène et plus difficile à rechercher, à analyser ou à utiliser dans les processus métier et les applications d’IA.

Knowledge Enrichment utilise des techniques de curation des données pour structurer et normaliser le contenu non structuré afin de l’harmoniser et de faire en sorte qu’il soit prêt à l’emploi. Propulsé par Document Filters, la solution extrait et transforme les données provenant de plus de 600 formats de fichiers tout en préservant le contexte et la structure logique d’origine. Le contenu reste ainsi pertinent et utilisable dans les différentes applications d’IA, d’analyse et d’automatisation en aval.

Knowledge Enrichment traite plus de 600 formats de fichiers, notamment les documents bureautiques courants (PDF, Word, Excel), les fichiers multimédias (images, audio, vidéo), les e-mails et les documents numérisés, le code et les langages de balisage, ainsi que les formats spécialisés, comme les fichiers de CAO (DWG, DGN, STEP, DWF). La plupart de ces formats sont pris en charge via Document Filters, dont la liste se trouve dans la documentation.

Contrairement à de nombreuses solutions du marché, Knowledge Enrichment combine l’utilisation de LLM avec des techniques déterministes éprouvées, telles que Document Filters, afin de garantir une extraction de haute précision. Cette approche permet de préserver la structure des documents et le contexte positionnel, tout en réduisant les risques d’hallucinations. Les tableaux restent des tableaux, les titres restent des titres, et les résultats sont immédiatement exploitables, sans nettoyage ni formatage supplémentaires. Cette méthode d’extraction déterministe assure des résultats cohérents, fiables et adaptés aux exigences des applications d’entreprise.

Knowledge Enrichment inclut des capacités intégrées de masquage des données à caractère personnel (PII). La solution identifie et protège automatiquement les informations sensibles, telles que les noms, adresses e-mail, adresses postales, numéros de sécurité sociale ou numéros de compte, sur l’ensemble des formats de fichiers pris en charge. Des politiques configurables permettent de définir précisément quelles données doivent être détectées, masquées ou conservées, en fonction de vos exigences réglementaires et de conformité.

Non. Knowledge Enrichment va bien au-delà du simple balisage de métadonnées. La solution réalise notamment une segmentation contextuelle des contenus, la conservation des informations positionnelles, la génération de vecteurs sémantiques, l’identification des relations entre documents, l’extraction d’entités métier pertinentes, tout en respectant la structure logique des documents. Le résultat est un contenu qui n’est pas seulement annoté, mais réellement compris par les systèmes d’IA. Cette approche permet de prendre en charge des usages avancés tels que la recherche sémantique, les recommandations intelligentes et l’automatisation sensible au contexte, bien au-delà de ce que permettent de simples métadonnées.

Oui. Knowledge Enrichment est conçu pour des profils techniques, tels que les développeurs d’applications, les data engineers et les architectes de solutions. Il s’agit d’une solution pilotée par API conçue pour s’intégrer dans des architectures et des workflows plus larges, tout en offrant des options répondant à des besoins variés.

• Les capacités de curation des données et d’enrichissement contextuel disponibles grâce à l’API Knowledge Enrichment offrent un délai de rentabilisation plus rapide aux organisations qui souhaitent obtenir un résultat enrichi et contextuel sans avoir à se soucier de la complexité de l’extraction.
• Document Filters, la technologie éprouvée de Hyland qui alimente la curation de données de Knowledge Enrichment, est parfaite pour les équipes techniques et les organisations qui cherchent à avoir un contrôle total sur la manière dont le contenu est enrichi, structuré et livré pour une utilisation en aval.

Hyland propose plusieurs offres de préparation des données pour l’IA, afin de répondre aux besoins fonctionnels et aux capacités techniques de chaque organisation.

• L’API Knowledge Enrichment est idéale pour les organisations qui souhaitent obtenir des contenus enrichis et contextualisés, sans gérer la complexité de l’extraction. Elle combine des capacités de curation des données et d’enrichissement contextuel, et convient parfaitement aux cas d’usage liés aux données prêtes pour l’IA, aux liens spécifiques à un domaine métier ou à la mise en relation de concepts entre plusieurs documents.
• Document Filters s’adresse aux organisations et aux éditeurs de solutions qui recherchent un contrôle total sur l’extraction de textes structurés et de métadonnées à partir d’un large éventail de formats de fichiers. Cette approche permet de réaliser la curation des données au sein de votre propre infrastructure et de concevoir des workflows personnalisés nécessitant des contenus normalisés.

La facilité de déploiement dépendra des besoins de votre organisation.

Les API de Knowledge Enrichment permettent aux organisations de se concentrer sur la préparation du contenu pour les graphes de connaissances, la recherche intelligente, les pipelines RAG ou les workflows LLM spécifiques à un secteur, sans avoir à se soucier de la complexité de l’extraction.

Document Filters permet aux organisations d'avoir un contrôle total sur la manière dont l'extraction est effectuée et les données intégrées dans leur propre infrastructure, y compris les systèmes sur site ou hors ligne. Ce processus peut impliquer des travaux supplémentaires.

Knowledge Enrichment est actuellement proposé sous forme d’API cloud-native, conçue pour s’intégrer de manière fluide aux pipelines de données modernes et aux architectures d’entreprise. Pour les organisations qui exigent un déploiement sur site, Document Filters offre un contrôle total sur l’extraction des contenus et peut être déployé au sein de votre propre infrastructure, y compris dans des environnements sur site ou hors ligne.

Oui. Knowledge Enrichment fournit des résultats prêts pour l’IA dans des formats standardisés, tels que le JSON, qui s’intègrent facilement à tout système d’IA, solution d’analytique, data lake ou outil tiers. Grâce à son architecture API-first, le contenu enrichi peut être exploité partout où vous en avez besoin, qu’il s’agisse d’alimenter des LLM externes, de renseigner des catalogues de données, de prendre en charge des pipelines RAG ou de s’intégrer à des applications personnalisées.

Knowledge Enrichment et Knowledge Discovery fonctionnent de concert pour transformer la manière dont les organisations accèdent aux contenus d’entreprise et les exploitent. Knowledge Enrichment prépare les contenus en convertissant les données non structurées en données structurées, contextualisées et prêtes pour l’IA. Knowledge Discovery s’appuie ensuite sur ces données pour alimenter la recherche assistée par l’IA et les réponses en langage naturel, offrant des réponses plus rapides et plus précises. Utilisées conjointement, ces solutions améliorent significativement la qualité des résultats de recherche et des réponses générées par l’IA dans Knowledge Discovery.