Nous proposons une méthodologie pour classifier les brevets selon les Objectifs de Développement Durable
(ODD) [1]. Pour cela, nous avons élaboré une stratégie de transfert d’apprentissage depuis des résumés
scientifiques (OSDG), mise en œuvre via une méthode d’annotation appliquée à un jeu de données cible (en
l’occurrence des brevets) et validée par la création d’un dataset synthétique incluant une classe critique « Non
ODD ». De plus, contrairement aux approches « boîte noire » (LLMs), notre architecture repose sur un
enchaînement logique de petits modèles spécialisés (type BERT) dont l’orchestration est définie par des règles
métier explicites. Cette approche frugale offre une inférence 50 fois plus rapide qu’un LLM, une meilleure
interprétabilité et une précision supérieure sur les benchmarks usuels de la communauté.
Commentaires