Un document complexe n’est pas une suite uniforme de paragraphes. Tableaux, notes, hiérarchies et renvois portent des relations qui sont détruites dès que le texte est découpé en blocs de longueur fixe.
La structure fait partie du sens
Une valeur séparée de son en-tête perd son unité, sa période et son contexte. Un pipeline robuste doit donc conserver la structure logique du document et indexer ensemble contenu et métadonnées.
Une recherche guidée par le domaine
La recherche sémantique doit être combinée à des filtres déterministes, à une classification des sections et aux relations entre entités. Le modèle ne doit pas recevoir le texte le plus similaire, mais l’élément de preuve le plus pertinent et le plus vérifiable.
La traçabilité avant la fluidité
Une réponse convaincante mais sans source est un résultat faible. Dans les produits Analytiko, chaque étape doit pouvoir ramener l’utilisateur au document, à la section et à la donnée d’origine.