Outil de géocodage avec la BAN
Le problème
Les adresses réelles sont bruitées : abréviations, formats incomplets, variantes d'écriture et cas complexes. Sans normalisation fiable, les modèles de risques géographiques héritent d'une donnée fragile.
Le résultat
Un outil qui normalise les adresses et leur attribue des coordonnées BAN, avec des méthodes rapides pour les cas simples et un modèle RoBERTa pour les adresses difficiles.
Les étapes
- Adresse brute
- Nettoyage regex
- Similarité
- RoBERTa
- Coordonnées BAN
Les outils
- NLP
- RoBERTa
- BAN
- Python
- R
- Géocodage
Le contexte
La mission portait sur le traitement automatique d'adresses assurées dans un portefeuille AXA, avec des formats hétérogènes à normaliser et géocoder.
Ce que j'ai fait
J'ai mis en place des regex, étudié des mesures de similarité comme Levenshtein et Jaro-Winkler, conçu un modèle RoBERTa fine-tuné sur la Base Adresse Nationale et intégré la BAN pour récupérer les coordonnées géographiques.
La stratégie combinait méthodes rapides et robustes pour les cas simples, puis NLP pour les adresses difficiles. Cette approche progressive permet de traiter le volume tout en gardant une capacité d'amélioration sur les cas ambigus.
Ce que ce projet dit de moi
- Combinaison pragmatique de regex, similarité et NLP
- Traitement de données textuelles assurantielles
- Intégration d'une base nationale de référence
- Progression rapide sur un domaine nouveau
Cette mission m'a appris à monter en compétence sur un sujet initialement peu connu, à explorer la documentation et à proposer des méthodes adaptées au besoin client.