Premier volet d’un diptyque qui prolonge la série « Ce que ChatGPT fait à la veille », ce billet rappelle ce que les grands modèles de langage changent au traitement des corpus documentaires : résumé d’un document ou d’un corpus, extraction d’entités nommées (première étape de ce que fait Geotrend), extraction de concepts et de thématiques, apprentissage de bases documentaires internes ou externes pour les interroger. Il passe en revue cinq services, dont certains ne sont que des démonstrations, qui permettent de questionner un document en langage naturel.
LLM demo et Ask my PDF demandent une clé d’API OpenAI ; le premier interroge PubMed, arXiv, Google Docs, des articles Substack, des podcasts et des dépôts GitHub. Arxiv summary generator résume un article d’arXiv à partir de son adresse. Humata, jugé le plus avancé, est gratuit sous 20 pages et renvoie aux extraits qui fondent ses réponses, ce que l’auteur teste sur un article de Nicolas Lesca consacré aux signaux faibles et à la méthode Puzzle ; ChatPDF, ajouté le 5 mars 2023, propose d’abord un résumé en trois points. La suite annoncée : interroger sa base documentaire personnelle, ses courriels, une GED ou SharePoint, tout ce qui est écrit devenant requêtable en langage naturel. Texte à lire sur Outils Froids.