From unstructured customs law to a versioned, searchable knowledge base.
Des PDF, un portail et des notes explicatives transformés en une base de connaissances : extraite, auditée contre la source officielle, enrichie par IA et publiée par versions.
Mon rôleArchitecture de la chaîne de construction et du référentiel
DomaineDouane et tarif, transposable à toute base réglementaire
PilePostgreSQL · pgvector · Apache AGE · LLM · NestJS
01 — LE PROBLÈME · THE CHALLENGE
Un tarif écrit pour des humains, pas pour des machines.
Le tarif douanier organise ses codes par tirets, avec des groupes sans code, des lignes « autres » et des notes qui incluent ou excluent des positions entières. Les 13 611 lignes à 10 chiffres n'y sont lisibles qu'en connaissant la structure.
Les sources se contredisent parfois : libellés tronqués, mots collés par la lecture du PDF, codes parasites. Une IA qui s'appuie dessus sans contrôle répète ces erreurs avec aplomb.
02 — L'APPROCHE · THE APPROACH
Quatre principes de construction.
1Le PDF officiel fait foiLe tarif publié est la référence. Les autres sources l'enrichissent mais ne le contredisent pas.
2Une correction, une preuveChaque écart est corrigé avec la page du PDF qui le justifie, validé par un référent, et l'ancienne valeur est gardée.
3Une version saine ou rienUne nouvelle version ne remplace l'active que si l'arbre est cohérent. Sinon, l'ancienne reste en service.
4Tout se rejoueLes réponses du modèle sont conservées : le graphe se reconstruit depuis les tables, sans rappeler l'IA.
03 — L'ARCHITECTURE · THE ARCHITECTURE
30 composants, du PDF à la recherche.
Source officielleExtractionBase de référenceContrôle & validationEnrichissement par IAGraphe de connaissancesProjection versionnéeRecherche & outilsAssistant
Press enter or space to select a node. You can then use the arrow keys to move the node around. Press delete to remove it and escape to cancel.
Press enter or space to select an edge. You can then press delete to remove it or escape to cancel.
Cliquez sur un composant
Cliquez sur un composant pour comprendre son rôle.
Collecte et qualitéLecture du PDF par vision, collecte ADIL, découpage des notes, puis audit et corrections prouvées.
IntelligenceConcepts, synonymes en trois langues, contexte distillé par ligne, graphe de connaissances et vecteurs.
LectureUne projection versionnée, une recherche hybride et des outils qui ne citent que des codes existants.
04 — LE DÉROULÉ · HOW IT RUNS
Des sources officielles à la version active.
1
CollecteLes sources officielles sont collectées : PDF du tarif, portail ADIL, notes explicatives.
2
ExtractionL’extraction remplit la nomenclature : codes, tirets, unités, libellés, taxes et notes.
3
AuditUn audit compare chaque chapitre au PDF ; un référent valide les corrections.
4
ConnaissancesUn modèle extrait, chapitre par chapitre, les concepts, les synonymes et les résumés.
5
ContexteUn contexte distillé est assemblé pour chaque ligne à 10 chiffres, avec son vecteur.
6
GrapheLe graphe de connaissances charge les notes, les concepts et les termes.
7
BuildUn build lit les tables maîtresses et construit l’arbre, les notes et les index.
8
ContrôleLe contrôle d’intégrité décide : version activée, ou échec avec l’ancienne conservée.
9
LectureLa recherche hybride et les outils lisent la version active pour l’assistant.
Anass Benouhoud