Architecture IA

Chunking

Le chunking est un choix d’architecture, pas un simple paramètre technique. Il détermine ce que le système pourra retrouver.

ChunkingLegal-awareAssuranceDocumentaire

Toutes les stratégies

Stratégie	Usage	Limite
Fixed-size	POC, corpus simple.	Coupe le sens.
Recursive	Documents structurés.	Dépend du format.
Semantic	Respect des idées.	Plus coûteux.
Structure-aware	Articles, sections, chapitres.	Nécessite parsing.
Table-aware	Excel, tableaux PDF.	Demande normalisation.
Legal-aware	Lois, jurisprudence, doctrine.	Nécessite métadonnées et relations.

Pipeline de chunking

flowchart LR A[Document] --> B[Parsing structurel] B --> C[Extraction hiérarchie] C --> D[Découpage article / section / alinéa] D --> E[Enrichissement contexte] E --> F[Détection exceptions / renvois] F --> G[Chunk enrichi] G --> H[Embedding] G --> I[Index lexical] G --> J[Relations graphe]

Cas juridique

Dans un texte de loi, le chunk utile n’est pas toujours un paragraphe. Il peut être un article, un alinéa, une exception ou un renvoi. Le chunk doit porter sa hiérarchie : code, livre, titre, chapitre, section, article, version applicable.

Cas assurance

Dans l’assurance, les chunks doivent préserver les liens entre garantie, exclusion, franchise, plafond, conditions et pièces justificatives. Sinon le RAG récupère la garantie mais oublie l’exclusion.

Cas documentaire

Pour la documentation interne, je privilégie souvent un chunking structurel enrichi : titre, chemin documentaire, résumé court, version, propriétaire, date et tags métier.

← Agentic AI Knowledge Graph →