Hakim Cheikh

Portfolio · Mission client

Retrouver les rubriques réglementaires dans des rapports de 200 à 400 pages

À l’Autorité des marchés financiers, des agents vérifient que les rapports des sociétés cotées contiennent les 25 rubriques imposées par la réglementation. J’ai développé un modèle d’IA qui retrouve la page de chaque rubrique et en dresse le sommaire.

Résultat livré
Prototype qui dresse le sommaire réglementaire d’un document de référence
Rôle
Data scientist
Client
AMF
Secteur
Régulation financière
Année
2019
Technos
Python, PyMuPDF, XGBoost, Vue.js

Contexte

Les sociétés cotées publient un document de référence, que la Direction des émetteurs de l’Autorité des marchés financiers (AMF) contrôle : plusieurs centaines de documents par an, de 200 à 400 pages chacun, en PDF. Pour chacun, un agent vérifie que les 25 rubriques imposées par le règlement européen sont présentes, et que certaines informations y figurent, comme la description des dirigeants.

L’AMF voulait savoir si un outil pouvait faire gagner du temps aux agents pendant ce contrôle. J’ai mené seul cette preuve de concept, pendant deux mois, au Data Lab de l’AMF.

Démarche

Pour que l’agent aille directement aux pages à vérifier, j’ai conçu une application qui prend un document de référence et renvoie un sommaire : pour chaque rubrique réglementaire, la ou les pages où elle se trouve. Une petite interface web affichait ce sommaire.

Pour apprendre à un modèle à reconnaître la rubrique d’une page, j’ai annoté moi-même une centaine de documents. Je partais du sommaire annoncé par la société, je vérifiais que chaque page correspondait bien à la rubrique annoncée, et je corrigeais les pages mal associées.

Le modèle examine chaque page séparément. Pour obtenir un sommaire qui suit l’ordre du document, j’ai ajouté une étape qui tient compte des pages voisines.

Résultat

L’application produit, pour un document de plusieurs centaines de pages, le sommaire de ses 25 rubriques réglementaires. Le modèle retrouvait la bonne rubrique avec une précision d’environ 90 %. Le projet s’est arrêté au stade de la preuve de concept.