1. Introduction

Dans les systèmes de santé intelligents, une compréhension précise des intentions de l'utilisateur est cruciale pour une distribution efficace des services et des réponses automatisées. Les méthodes traditionnelles de classification de texte s'appuient généralement sur de vastes ensembles de données annotées pour l'entraînement, impliquant des cycles de développement longs et des coûts de maintenance élevés, ce qui rend difficile l'adaptation rapide à de nouveaux scénarios métiers. L'essor des modèles de langage pré-entraînés a ouvert la voie à une nouvelle solution grâce à la technique de l'apprentissage à zéro coup (Zero-Shot Learning).

Cet article présente un « Classifieur Universel d'IA » construit sur le modèle de classification à zéro coup StructBERT, en se concentrant sur son déploiement et son application dans le domaine de la classification des intentions pour les consultations médicales. Cette approche ne nécessite aucune phase d'entraînement, prend en charge l'inférence en temps réel avec des étiquettes personnalisables et intègre une interface Web (WebUI) visualisant les résultats, offrant une capacité de classification sémantique « prête à l'emploi ».

Cette technologie est particulièrement adaptée pour : - L'étiquetage automatique des intentions utilisateur sur les plateformes de consultation en ligne. - L'analyse sémantique préliminaire pour les chatbots de guidage médical. - Le classement et le routage automatiques des tickets d'assistance santé. - La détection du niveau d'urgence et de l'humeur dans les demandes de conseil santé.

2. Principes techniques fondamentaux

2.1 Classification de texte à zéro coup

La classification supervisée classique nécessite des données annotées (par ex. : « rhume », « fièvre », « traumatisme ») pour entraîner un modèle spécifique. En revanche, la classification à zéro coup (Zero-Shot Classification) contourne entièrement cette phase d'entraînement.

Son principe fondamental est d'exploiter la puissante capacité d'alignement sémantique d'un modèle de langage pré-entraîné. Il effectue une correspondance entre la similarité sémantique du texte d'entrée et les descriptions en langage naturel des étiquettes candidates.

Exemple :

Texte d'entrée : « Je me sens très anxieux et je n'arrive pas à dormir depuis quelques jours. »
Étiquettes candidates : Consultation psychologique, Symptômes physiques, Demande de médicaments

Le modèle déterminera que « Consultation psychologique » est sémantiquement le plus proche du texte d'entrée pour effectuer la classification.

La clé de ce processus réside dans le fait que le modèle a déjà appris les relations sémantiques profondes entre les mots, les phrases et les textes grâce à un corpus massif.

2.2 Avantages du modèle StructBERT

Le modèle utilisé est StructBERT, développé et open-sourcé par l'Académie DAMO d'Alibaba. Il améliore significativement la compréhension sémantique du chinois en introduisant des tâches de modélisation du langage structuré sur la base de BERT standard.

Principales améliorations :

• Pré-entraînement sensible à la structure : Ajout de contraintes sur l'ordre des mots et la syntaxe lors de la phase de pré-entraînement pour renforcer la compréhension de la grammaire chinoise.
• Capacité d'inférence inter-phrases améliorée : Adaptée au traitement d'expressions sémantiques complexes et de contextes textuels longs.
• Optimisation multi-tâches : Fusionne plusieurs objectifs comme le MLM (Modélisation du Langage Masqué) et la SOP (Prédiction de l'Ordre des Phrases).

Dans plusieurs benchmarks de référence du chinois (comme CLUE), StructBERT surpasse BERT natif et RoBERTa, avec un avantage particulièrement marqué sur les tâches d'identification d'intention sur des textes courts.

2.3 Logique opérationnelle de la classification à zéro coup

Le flux de classification se déroule en trois étapes :

1. Encodage sémantique des étiquettes : Chaque étiquette fournie par l'utilisateur (ex. : « plainte ») est étendue en une description en langage naturel (ex. : « Ceci est un retour d'information où l'utilisateur exprime son insatisfaction »), puis transformée en un vecteur sémantique par le modèle.
2. Encodage du texte d'entrée : Le texte à classifier est converti en un vecteur sémantique de dimension unifiée.
3. Calcul de la similarité sémantique : On calcule la similarité cosinus entre le vecteur du texte d'entrée et ceux des différentes étiquettes. L'étiquette avec le score le plus élevé est la catégorie prédite.

Point crucial : Plus le nommage des étiquettes est spécifique et la sémantique claire, meilleure est la performance de classification. Il est recommandé d'utiliser des phrases complètes plutôt que des mots isolés ou des acronymes.

Exemple : ✅ Recommandé : « Besoin de soins médicaux urgents »
❌ Non recommandé : « Urgent »

3. Mise en œuvre pratique du déploiement et de l'utilisation

3.1 Préparation de l'environnement et démarrage de l'image

Ce classifieur est disponible sous forme d'image pré-configurée pour le déploiement.

Étapes de démarrage :

1. Accéder à la plateforme d'images de votre environnement.
2. Rechercher des mots-clés comme AI Universal Classifier ou StructBERT Zero-Shot.
3. Sélectionner l'image correspondante et créer une instance (une configuration avec au moins 4 Go de mémoire GPU est recommandée).
4. Une fois l'instance démarrée, utiliser le bouton d'accès HTTP fourni par la plateforme.

Après quelques secondes, l'interface WebUI sera accessible.

3.2 Présentation des fonctionnalités de la WebUI

L'interface WebUI offre un environnement intuitif avec les composants principaux suivants :

• Zone de saisie du texte : Prend en charge plusieurs lignes, permet de coller des enregistrements de conversation complets.
• Zone de saisie des étiquettes : Permet de définir plusieurs étiquettes personnalisées séparées par une virgule anglaise ,.
• Bouton de classification : Déclenche le processus d'inférence.
• Panneau d'affichage des résultats : Affiche les scores de confiance pour chaque étiquette et la prédiction finale.

3.3 Conception des étiquettes pour le domaine médical

Pour améliorer la précision de la classification, le système d'étiquettes doit être soigneusement conçu selon les besoins métier réels. Voici quelques modèles typiques :

Modèle 1 : Classification par spécialité médicale

Pédiatrie, Médecine interne, Chirurgie, Gynécologie-obstétrique, Santé mentale, Nutrition

Modèle 2 : Classification par niveau d'urgence

Consultation immédiate nécessaire, Consultation en ambulatoire recommandée, Observation à domicile possible, Simple demande de renseignement

Modèle 3 : Classification par type de service

Conseil sur les symptômes, Conseil sur les médicaments, Interprétation de rapport d'examen, Prise de rendez-vous, Plainte ou suggestion

Bonne pratique : Combiner des étiquettes à plusieurs niveaux pour un jugement hiérarchique. Par exemple, déterminer d'abord le degré d'urgence, puis affiner par spécialité.

3.4 Appel de l'interface API (pour développeurs)

En plus de la WebUI, le système expose une interface API RESTful, facilitant son intégration dans des systèmes propriétaires.

Exemple de requête (Python) :

import requests

api_endpoint = "http://localhost:8080/classify"
payload = {
    "text": "La pression artérielle d'une personne âgée a soudainement monté à 180, accompagnée de vertiges",
    "labels": ["Consultation immédiate nécessaire", "Consultation en ambulatoire recommandée", "Observation à domicile possible"]
}

reply = requests.post(api_endpoint, json=payload)
output = reply.json()

print("Catégorie prédite:", output["label_predite"])
print("Confiance:", output["score_confiance"])
print("Scores détaillés:", output["scores_detailles"])

Exemple de réponse :

{
  "label_predite": "Consultation immédiate nécessaire",
  "score_confiance": 0.94,
  "scores_detailles": {
    "Consultation immédiate nécessaire": 0.94,
    "Consultation en ambulatoire recommandée": 0.67,
    "Observation à domicile possible": 0.32
  }
}

Cette interface peut être utilisée pour construire un système de triage automatisé, permettant une identification des intentions et une orchestration des services en temps réel.

4. Optimisation des performances et problèmes courants

4.1 Conseils pratiques pour améliorer la précision

Bien que le modèle à zéro coup possède une forte capacité de généralisation, les stratégies suivantes peuvent encore affiner sa précision :

4.2 Questions fréquentes et solutions

Q1 : Pourquoi certaines étiquettes visiblement pertinentes obtiennent-elles des scores faibles ?
R : Cela peut être dû à une formulation trop brève ou ambiguë de l'étiquette. Essayez de la reformuler dans un langage plus naturel. Par exemple, changer « médicament » en « Conseil sur l'utilisation des médicaments ».

Q2 : La virgule chinoise peut-elle être utilisée pour séparer les étiquettes ?
R : Non, il n'est pas recommandé de l'utiliser. Veuillez impérativement utiliser la virgule anglaise , pour séparer les étiquettes. La virgule chinoise 、 peut entraîner des erreurs d'analyse.

Q3 : Le temps de réponse du modèle est-il lent ?
R : La première requête entraîne le chargement du modèle en mémoire vidéo (GPU), ce qui prend plus de temps (environ 10-15 secondes). Les requêtes suivantes répondent généralement en moins d'une seconde. Si la lenteur persiste, vérifiez l'utilisation des ressources GPU.

Q4 : La classification par lots de textes est-elle possible ?
R : L'interface WebUI ne le supporte pas actuellement, mais cela peut être réalisé via des appels API par lots. Il est conseillé de contrôler la concurrence des requêtes pour éviter les dépassements de mémoire.