codif-ape-nace-revision
Notoriété 7 %
Ce projet automatise la transition des codes d'activité économique (NACE 2008 vers NACE 2025) en utilisant des modèles de langage avancés. Il compare deux approches : le RAG (Retrieval-Augmented Generation) qui enrichit les requêtes avec des données externes, et le CAG (Context-Augmented Generation) qui utilise un contexte complet. L'objectif est d'améliorer la précision de la recodification pour les entreprises, en réduisant les erreurs manuelles et en accélérant les processus de classification sectorielle.
Dépôt de code
Cas d'utilisation métiers
- Optimisation des données économiques : rechercher des initiatives proches
- Automatisation de la classification sectorielle : rechercher des initiatives proches
- Évaluation de modèles de langage : rechercher des initiatives proches
- Comparaison de stratégies d'IA générative : rechercher des initiatives proches
- Recodification automatique de codes APE : rechercher des initiatives proches
Organisation
- Direction générale de l'Institut national de la statistique et des études économiques (organisation rattachée)
Cas d'utilisation fonctionnel
Outils utilisés
- Dotenv : voir les initiatives de ses organisations qui l'ont aussi
- OpenAI : voir les initiatives de ses organisations qui l'ont aussi
- Amazon S3 : voir les initiatives de ses organisations qui l'ont aussi
- Hugging Face : voir les initiatives de ses organisations qui l'ont aussi
- MLflow : voir les initiatives de ses organisations qui l'ont aussi
- Pandas : voir les initiatives de ses organisations qui l'ont aussi
- Transformers : voir les initiatives de ses organisations qui l'ont aussi
- Plotly.js : voir les initiatives de ses organisations qui l'ont aussi
- Jupyter : voir les initiatives de ses organisations qui l'ont aussi
Description générée le vendredi 13 novembre 2026 à 17:39:22
D'autres initiatives de la même organisation
- Inseeinsee.fr
- Onyxiagithub.com/InseeFrLab/onyxia
- Keycloak-FranceConnectgithub.com/InseeFr/Keycloak-FranceConnect
- pynseegithub.com/InseeFrLab/pynsee