Le NLP POUR L’INDUSTRIE
POINTS CLES
Des processus de qualité très stricts sont appliqués dans l’industrie aéronautique. Les non-conformités observées en cours de production entraînent des travaux supplémentaires et des retards. Ils constituent un obstacle majeur à la montée en cadence de la production. Non-conformités sont décrits en texte libre avec des abréviations techniques et beaucoup de codification.
L’équipe de D3S a développé un Large Language Model pour mesurer la similarité entre les NC, ce qui permet une classification rapide, l’identification des voisins les plus proches et la détection de récurrences cachées.
DONNÉES ET STACK TECHNIQUE
Les données couvrent x00 000 descriptions de non-conformités dans plusieurs langues.
Notre stack technologique comprend : PySPark, PyTorch, Palantir Foundry, Workshop, Hubble objects, Hugging Faces transformers, AWS, … et bien sûr les librairies NLP de notre laboratoire ;
CONTEXTE ET APPROCHE
Les équipes chargées de la qualité et des opérations doivent déployer des efforts manuels considérables pour tenter d’éradiquer la non-qualité. Le regroupement et l’identification des récurrences requièrent une analyse qui prend du temps et qu’il est presque impossible d’effectuer sur l’ensemble des données disponibles. De nombreuses initiatives ont été lancées par le passé pour analyser ces textes automatiquement à l’aide de méthodologies standards (RF ou LR sur des mots tokenisés ou des n-grams, des règles expertes, etc), mais aucune n’a permis d’atteindre la performance requise.
L’objectif du projet était de développer des algorithmes avancés pour accélérer l’analyse des causes profondes et l’éradication des Non Conformités récurrentes. Nos algorithmes NLP avancés identifient les patterns pertinents, détectent automatiquement les récurrences et classent les non-conformités pour organiser les analyses métiers. Les résultats sont stockées et exposés dans une couche unique de données (SSOT – Single Source Of Truth), dotée d’une ontologie claire et accessible aux utilisateurs par le biais d’une interface interactive.
RÉSULTATS
L’équipe de D3S a développé une IA innovante pour regrouper les non-conformités avec >90% de précision par rapport à l’ancien travail manuel.
Les sujets récurrents et les classes de défauts sont désormais automatiquement identifiés. Un ensemble de données intégrées et un logiciel sont disponibles pour gérer l’analyse des causes profondes et les plans d’action d’éradication.