Grant: Applied Research and Development Grants - Level 1
Cégep John Abbott College
$25,000.00
Élaboration d'une approche d'extraction intelligente de texte de documents numérisés dans le logiciel de_x000d_gestion de la qualification des sous-traitants de Cognibox
FY 2020-21
Summary
Acteur majeur de la gestion du risque et de la conformité des sous-traitants, l'entreprise Cognibox collabore_x000d_dans ce projet avec JACOBB, le Centre d'intelligence artificielle appliquée, pour élaborer une démarche_x000d_d'intégration de l'intelligence artificielle (IA) dans leur logiciel de gestion de la qualification des sous-traitants. Ce logiciel permet de valider différents types documents numérisés non structurés, tel que des certificats_x000d_d'assurance, des attestations de formation. Ce processus est réalisé manuellement par des agents humains qui examinent individuellement chaque document, vérifient leur validité en les annotant avec les informations_x000d_pertinentes qui s'y référent, puis décident de la conformité du sous-traitant selon les requis exprimés par les_x000d_donneurs d'ordre, pour un contrat donné. Dans ce contexte, le projet a pour objectif l'élaboration d'une feuille de route opérationnelle pour le développement d'un nouveau service IA permettant d'automatiser la chaine_x000d_logistique pour le traitement et la qualification des profils des sous-traitants automatiquement dans le système àpartir des documents numérisés. Il est donc primordial de déterminer les approches d'IA en reconnaissance_x000d_d'images permettant ainsi d'automatiser ce processus et de répliquer le comportement humain des agents, en_x000d_analysant le contenu des documents numérisés, d'en extraire le texte pertinent pour les valider comme étant_x000d_conforme ou non relativement aux exigences de conformité et de sécurité exigées par le client. Le projet va_x000d_permettre ainsi, de définir la feuille de route opérationnelle, les spécifications algorithmiques, fonctionnelles et techniques pour l'intégration du service IA d'automatisation dans le logiciel de Cognibox. La complexité des documents, leurs volumes, leurs qualités et les caractéristiques métiers du processus de qualification font de ce projet excellent cas applicatif pour le centre JACOBB pour adresser des innovations dans le domaine du_x000d_traitement et reconnaissance d'images.
Program
Applied Research and Development Grants - Level 1
Recipient
Location
Quebec, Canada
Recipient Type
Academia
Type
Grant
Source
NSERC's Awards Data
As published
Application id
549287-2019
Name nom
Haughey, Roger
Department département
Head Office
Organization id
2329
Institution établissement
Cégep John Abbott College
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2020
Competition year année de concours
2019
Award amount
25000
Program id
CARD1
Program name en
Applied Research and Development Grants - Level 1
Program name fr
Subventions de recherche et développement appliquée - niveau 1
Group en
Research partnerships programs
Group fr
Programmes de partenariat
Committee code
1561
Committee name en
Applied Research and Development Grants
Committee name fr
Subventions de recherche et développement appliquée
Area of application code
802
Area of application group en
Information and communication services
Area of application group fr
Services d'information et de télécommunications
Area of application en
Information systems and technology
Area of application fr
Systèmes d'information et technologie de l'information
Research subject code
2800
Research subject group en
Artificial intelligence
Research subject group fr
Intelligence artificielle
Research subject en
Artificial intelligence (computer vision, use2603)
Research subject fr
Intelligence artificielle (vision artificielle, utiliser 2603)
Installment
inst:1 - 1
Partie
1
Nb partie
1
Application title
Élaboration d'une approche d'extraction intelligente de texte de documents numérisés dans le logiciel de_x000d_gestion de la qualification des sous-traitants de Cognibox
Keyword
NSERC
Application summary
Acteur majeur de la gestion du risque et de la conformité des sous-traitants, l'entreprise Cognibox collabore_x000d_dans ce projet avec JACOBB, le Centre d'intelligence artificielle appliquée, pour élaborer une démarche_x000d_d'intégration de l'intelligence artificielle (IA) dans leur logiciel de gestion de la qualification des sous-traitants. Ce logiciel permet de valider différents types documents numérisés non structurés, tel que des certificats_x000d_d'assurance, des attestations de formation. Ce processus est réalisé manuellement par des agents humains qui examinent individuellement chaque document, vérifient leur validité en les annotant avec les informations_x000d_pertinentes qui s'y référent, puis décident de la conformité du sous-traitant selon les requis exprimés par les_x000d_donneurs d'ordre, pour un contrat donné. Dans ce contexte, le projet a pour objectif l'élaboration d'une feuille de route opérationnelle pour le développement d'un nouveau service IA permettant d'automatiser la chaine_x000d_logistique pour le traitement et la qualification des profils des sous-traitants automatiquement dans le système àpartir des documents numérisés. Il est donc primordial de déterminer les approches d'IA en reconnaissance_x000d_d'images permettant ainsi d'automatiser ce processus et de répliquer le comportement humain des agents, en_x000d_analysant le contenu des documents numérisés, d'en extraire le texte pertinent pour les valider comme étant_x000d_conforme ou non relativement aux exigences de conformité et de sécurité exigées par le client. Le projet va_x000d_permettre ainsi, de définir la feuille de route opérationnelle, les spécifications algorithmiques, fonctionnelles et techniques pour l'intégration du service IA d'automatisation dans le logiciel de Cognibox. La complexité des documents, leurs volumes, leurs qualités et les caractéristiques métiers du processus de qualification font de ce projet excellent cas applicatif pour le centre JACOBB pour adresser des innovations dans le domaine du_x000d_traitement et reconnaissance d'images.
