Information extraite, un seul dossier de bail.

Le bail, le résumé et la fiche descriptive décrivent le même immeuble, et ils ne concordent pas toujours. Envoyez-les ensemble, recevez un seul dossier cité, et voyez exactement quel document a gagné chaque champ contesté.

Un immeuble. Quatre versions de la vérité.

Un bail commercial n'est jamais un seul document. Il y a le bail signé, un résumé rédigé il y a deux ans, une fiche descriptive de courtier et un tableur tenu par le gestionnaire d'actifs. Chacun indique le loyer. Ils n'indiquent pas tous le même loyer.

Alors quelqu'un ouvre les quatre, repère les écarts, décide quoi croire et saisit la réponse dans un système. Cette personne est souvent la seule trace du pourquoi. Quand elle part, le raisonnement part avec elle.

  • La fusion est du code ordinaire qui applique des règles documentées. Les mêmes fichiers dans le même ordre donnent le même dossier à chaque fois.
  • Les valeurs ne sont jamais mélangées. Une valeur est prise entière, avec sa citation, dans un seul document.
  • Les listes ne sont pas unies. Une liste de charges vient d'un seul document. Faites l'union en aval, là où vous la voyez.
  • Les instructions façonnent l'extraction, pas la fusion. Pour choisir quel document gagne, choisissez l'ordre d'envoi.

Le rapprochement, c'est le travail. Lire les documents n'est que le chemin pour y arriver.

Extraire chaque document. Fusionner ensuite.

L'ordre compte, et c'est pourquoi le résultat est prévisible. Chaque document est lu séparément, puis les résultats sont fusionnés selon des règles.

Entrée:Bail, résumé, fiche descriptive. PDF, Word, Excel ou une numérisation.

  1. Parse

    Lire chaque fichier une fois, quel qu'il soit. Un bail numérisé et un tableur arrivent en aval sous la même forme.

    POST /v1/files
  2. Extract

    Chaque document est extrait séparément, selon votre schéma, avec une citation pour chaque champ rempli.

    POST /v1/extractcitations: true
  3. Fusionner

    Les résultats par document se réduisent en un seul dossier selon des règles documentées. Aucun modèle ne décide de cette partie, et c'est pourquoi elle ne surprend jamais deux fois.

    unit: across_documents
  4. Réviser

    Chaque champ contesté est listé avec ce que chaque document disait et lequel a gagné. Vos propres vérifications s'exécutent ici aussi.

    judge: truecitations[].confidence
  5. Envoyer

    Un dossier, plus ce que chaque document disait séparément, vers le système qui suit le portefeuille.

    outputcitations[].fileId

Sortie:Un dossier cité. Chaque champ traçable à un fichier, une page et un cadre sur cette page.

La fusion garde une seule réponse. Et elle montre son travail.

Trois documents, trois champs contestés, trois règles différentes pour les trancher. Rien n'est moyenné, rien n'est mélangé. Une valeur est prise entière, avec sa citation, dans un seul document.

Valeur retenueRègle appliquée
Loyer mensuel$12,400, cité dans lease.pdfUne valeur citée l'emporte sur une valeur non citée. Le bail a désigné la clause d'où elle vient; les deux autres n'ont fait qu'affirmer un montant.Autres fichiers : lease-abstract.docx $12,000, non cité; fact-sheet.xlsx $12,400, non cité.
Superficie locative4,820, cité dans lease-abstract.docxToute valeur réelle l'emporte sur un champ vide. Le bail n'indique jamais la superficie : il n'avait rien à fournir et on ne lui a pas demandé de deviner.Autres fichiers : lease.pdf absent; fact-sheet.xlsx 4,800, non cité.
Durée en mois60, cité dans lease.pdfLes deux citaient le chiffre aussi clairement, donc l'égalité est allée au fichier envoyé en premier. L'ordre de téléversement a tranché celui-ci.Autres fichiers : lease-abstract.docx 60, cité; fact-sheet.xlsx absent.

Chaque valeur pointe vers sa source.

Une citation n'est pas une note de bas de page. Elle porte le fichier, la page et le cadre sur cette page, donc une valeur douteuse se vérifie en un clic, pas en un après-midi avec un PDF.

lease.pdfCliquez un champ pour le voir dans le document.
Page 4 sur 45
Bail commercial — 1300, rue Sherbrooke Ouest

Article 2 — Durée et renouvellement

2.2Le locataire dispose d'une option de renouvellement de cinq (5) ans, sur préavis écrit d'au moins neuf (9) mois.
2
Bail commercial — 1300, rue Sherbrooke Ouest

Article 4 — Loyer

4

Champs extraits

TypeScript
const run = await sdk.extract({
  files: [lease, abstract, factSheet],
  unit: 'across_documents',
  citations: true,
  judge: true,          // re-score each value against the passage it cites
  schema: leaseSchema,
})

// A citation names the file, the page, and the box on that page. That is
// what the panel opposite is drawing, and what makes a value checkable.
for (const [field, cited] of Object.entries(run.output.citations)) {
  for (const c of cited) {
    console.log(field, c.fileId, c.page, c.bbox, c.confidence)
  }
}

// Confident values carry on. The rest go to a person — and the citation
// is the first thing they open.
const needsReview = Object.entries(run.output.citations)
  .filter(([, cited]) => cited.some((c) => c.confidence <= REVIEW_THRESHOLD))
  .map(([field]) => field)

Vos documents se contredisent déjà. Vous pouvez maintenant voir où.

Prenez deux baux qui vous font déjà débattre, envoyez-les en un seul appel et lisez la liste des désaccords. Dix minutes, et vous saurez si ça a sa place dans votre pile. Ou clonez l'exemple TypeScript exécutable, inversez les deux documents et regardez le champ à égalité changer de réponse.