Intact : Extraction et intégration des données d’estimés au processus d’approbation automatique

Intact : Extraction et intégration des données d’estimés au processus d’approbation automatique
Principales activités du partenaire :
Intact Assurance est la plus importante société d’assurance automobile, habitation et entreprises au pays ainsi que le choix de plus de quatre millions de consommateurs.
Problématique, défis et avantages escomptés du projet :
Intact reçoit des estimés de réparation automobile en format PDF de la part de garages. Bien que ces documents suivent un format similaire, nous sommes actuellement incapables d’exploiter efficacement l’information qu’ils contiennent pour automatiser l’approbation des estimés via l’outil ERT (Estimate Review Tool).
Les principaux défis incluent la création d’algorithmes robustes capables d’extraire les données pertinentes de ces PDFs et la mise en place d’un système permettant l’intégration de ces informations dans notre processus d’approbation automatique (ERT).
Nous proposons de développer un modèle de traitement du langage naturel (LLM) pour extraire et structurer l’information contenue dans les PDFs. Cela permettrait d’utiliser ces données dans le flux de travail d’approbation automatique, améliorant ainsi l’efficacité du ERT.

Faculty Supervisor:

Christian Gagné;Isabeau Prémont-Schwarz

Student:

Partner:

Intact

Discipline:

Computer science

Sector:

Finance and Insurance; Information and cultural industries

University:

Université Laval

Program: