Développement d’un assistant intelligent multi-domaine basé sur l’architecture rag pour la consultation de produits techniques / Dia Eddine Bakhi (2025)

Public ISBD Titre : Développement d’un assistant intelligent multi-domaine basé sur l’architecture rag pour la consultation de produits techniques : application université de sherbrooke Type de document : document électronique Auteurs : Dia Eddine Bakhi, Auteur ; Samia Beldjoudi, Directeur de thèse ; Djemel Ziou, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2025 Importance : 1 fichier PDF (1.5 Mo) Présentation : ill. Note générale : Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Études : Génie Industriel.Date Science et intelligence artificiel : Alger, École Nationale Polytechnique : 2025 Bibliogr. p. 69 - 73 .- Annexe p. 74 - 78 Langues : Français (fre) Mots-clés : Intelligence Artificielle Assistant Intelligent Génération Augmentée par Récupération LLM Web Scraping Index. décimale : PI00325 Résumé : Ce mémoire présente le développement d’un assistant intelligent basé sur l’architecture de Génération Augmentée par Récupération (RAG) pour simplifier l’accès à des informations techniques complexes. Le système automatise l’extraction de données à partir de sources en ligne, les structure au format JSON, et utilise FAISS pour une recherche sémantique efficace. En intégrant un modèle de langage avancé (LLM) à un module de récupération, il fournit des réponses précises, contextualisées et traçables, surmontant les limites des LLMs traditionnels, telles que les hallucinations. Une interface utilisateur intuitive, développée avec Streamlit, facilite les interactions en langage naturel, la comparaison de produits et la consultation de l’historique des échanges. Évalué via BERTScore et des validations humaines, le système démontre une précision et une pertinence supérieures aux approches classiques. Ce projet illustre le potentiel des architectures hybrides comme RAG pour transformer des données hétérogènes en un service accessible, interprétable et adaptable à divers domaines. Développement d’un assistant intelligent multi-domaine basé sur l’architecture rag pour la consultation de produits techniques : application université de sherbrooke [document électronique] / Dia Eddine Bakhi, Auteur ; Samia Beldjoudi, Directeur de thèse ; Djemel Ziou, Directeur de thèse . - [S.l.] : [s.n.], 2025 . - 1 fichier PDF (1.5 Mo) : ill. Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Études : Génie Industriel.Date Science et intelligence artificiel : Alger, École Nationale Polytechnique : 2025 Bibliogr. p. 69 - 73 .- Annexe p. 74 - 78 Langues : Français (fre) Mots-clés : Intelligence Artificielle Assistant Intelligent Génération Augmentée par Récupération LLM Web Scraping Index. décimale : PI00325 Résumé : Ce mémoire présente le développement d’un assistant intelligent basé sur l’architecture de Génération Augmentée par Récupération (RAG) pour simplifier l’accès à des informations techniques complexes. Le système automatise l’extraction de données à partir de sources en ligne, les structure au format JSON, et utilise FAISS pour une recherche sémantique efficace. En intégrant un modèle de langage avancé (LLM) à un module de récupération, il fournit des réponses précises, contextualisées et traçables, surmontant les limites des LLMs traditionnels, telles que les hallucinations. Une interface utilisateur intuitive, développée avec Streamlit, facilite les interactions en langage naturel, la comparaison de produits et la consultation de l’historique des échanges. Évalué via BERTScore et des validations humaines, le système démontre une précision et une pertinence supérieures aux approches classiques. Ce projet illustre le potentiel des architectures hybrides comme RAG pour transformer des données hétérogènes en un service accessible, interprétable et adaptable à divers domaines.

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
EP00972	PI00325	Ressources électroniques	Bibliothèque centrale	Projet Fin d'Etudes	Disponible	Data sciences_Intelligence artificielle	Téléchargeable