#IA Track - Technologie et Outils Avec la multiplication des moyens digitaux, une entreprise peut recevoir des milliers de mails par jours. Un message peut donc être transféré un grand nombre de fois avant de trouver une personne compétente pour y répondre. Le projet Melusine permet d’optimiser le routage des emails à l’aide d’algorithmes de traitement automatique du langage (NLP). L'objectif de ce projet dataScience est donc d'optimiser le traitement des mails afin de raccourcir au final les délais de réponse. Nous avons implémenté des techniques état de l'art en NLP, en particulier des modèles de Deep learning, réseaux de neurones à convolution ou récurrents. Puis nous avons décliné ce projet en une librairie open source "Melusine" dédiée à la classification et extraction d’informations des emails en français ! https://github.com/MAIF/melusine

1. Melusine
#OSSbyMAIF
#chaqueactecompte
En collaboration
avec

2. Présentation des collaborateurs
Contributeurs au projet Melusine
Hugo Perrier
Data Scientist
Frédéric De Javel
Chef de Projet
Datascience & IA
Présentation des speakers
Mutuelle (Niort)
DataLab : 20+ personnes
IA en production
NLP, Computer Vision, etc
IA éthique
Conseil en IA et Data Science
120 pionniers
Start-Up Studio, Formations
Temps dédié R&D
Santé, Industrie, Banque, Retail

3. Contexte Projet
15 000
Emails / jour
Large volume d’emails entrants
En augmentation constante
✗ ✗ ✓
Nombreux transferts entre entités
Solution IA déployée en production à la MAIF
Un routage complexe : Augmentation des
délais de prise en charge de l’email !
> 2 jours
Délai supplémentaire par re-routage

4. IA en production : les chiffres clés
1 000 000+ emails analysés
84% des mails sont routés par l’IA
180 ms de temps de réponse moyen par l’API
Diminution de 40%du délai de réponse
Agilité dans les déploiements >10totalement transparents

5. Projet Open-Source

6. Projet Open-Source Melusine
18+
Mois de projet
10+
Contributeurs
10 000+
Lignes de python
Melusine en chiffres
139
Stars sur le GitHub Melusine
Melusine
Déclinaison Open-Source du projet en
production à la MAIF
https://github.com/MAIF/melusine

7. Pourquoi « open-sourcer » le projet ?
Contribution à la
communauté
scientifique, bâti sur des
briques open sources.
Regards et
contributions
extérieurs.
Contribution
scientifique profitable
à l’ensemble de la
communauté.
Effet positif sur la
marque employeur.Transparence vis-
à-vis des
sociétaires MAIF
sur les modèles de
traitement des
données.
Et bientôt une brique « éthique »

8. Formule de
politesse
Fonctionnalités de Melusine
Data Prep /
Cleaning
Extraction de
mots clés
Classification
Analyse
Sémantique
Text cleaning
spécifiques aux
emails
Résumé des
emails
Catégoriser les
emails
Identification de
thèmes
(non-
supervisée)
Salutations
Remerciements
Signature
Corps du mail
Document 1
Thème : BasketBall
Score : 88
Thème : Poney
Score : 03

9. Technos Open-Source
> pip install
melusine
https://github.com/MAIF/melusine

10. Natural Language
Processing
(NLP)

11. Bonjour
Veuillez trouver ci-joint le mandat de résiliation signé.
Merci
Cordialement
M. Dupont
Le 5 mai 2018 à 22:12 UTC+2, mutuelle@maif.fr à écrit :
Bonjour,
Merci de bien vouloir prendre connaissance du document
ci-joint:
- Mandat de résiliation
Sentiments mutualiste,
La visualisation de fichier PDF nécessite Adobe Reader.
(See attached files: mandat resiliation.pdf)
Email brut

12. Email avec reconstruction de la conversation
Bonjour
Veuillez trouver ci-joint le mandat de résiliation signé.
Merci
Cordialement
M. Dupont
Le 5 mai 2018 à 22:12 UTC+2, mutuelle@maif.fr à écrit :
Bonjour,
Merci de bien vouloir prendre connaissance du document ci-
joint:
- Mandat de résiliation
Sentiments mutualiste,
La visualisation de fichier PDF nécessite Adobe Reader.
(See attached files: mandat resiliation.pdf)
Last message
Transition pattern
Old message

13. Email avec segmentation du message
Le 5 mai 2018 à 22:12 UTC+2, mutuelle@maif.fr à écrit :
Bonjour,
Merci de bien vouloir prendre connaissance du document ci-joint:
- Mandat de résiliation
Sentiments mutualiste,
La visualisation de fichier PDF nécessite Adobe Reader.
(See attached files: mandat resiliation.pdf)
Last message
with segmenting
Transition
pattern
Old message
Bonjour Salutations
Cordialement Formule de politesse
Merci Remerciements
M. Dupont Signature
Veuillez trouver ci-joint le mandat signé. Corps du mail

14. Typographie “Flags” Tokenization Phraser Embeddings
Suppression
des accents,
Suppressions
des doubles
espaces et des
majuscules
Remplacements des
expressions régulières
(code postal, téléphone,
mail, numéro de
sociétaire, URL, nom
des conseillers) par des
« flags »
séparation des
unités lexicales,
suppression des
« stops words »
Rassemblement des
expressions de
plusieurs mots
‘carte_grise’
‘salle_de_bain'
Représentations
des mots par des
vecteurs denses
(word2vec)
La pipeline de pré-traitements

15. Représentation dense des mots : les embeddings
Dimension fixe
Notion de
sémantique
(similarité entre les
mots)
Grande dimension
(taille du vocabulaire)
Pas de similarité entre
les mots
Représentation One Hot
Entraînement d’embeddings facile avec Melusine
Word Embeddings
« Chat » « Chats » « Chat » « Chats »

16. Classification avec du Deep Learning (CNN)
IA is funClean Text
Embedding
Matrix
Word
Vectors
(0.2, 0.1, 0,5, …) (0.2, 0.1, 0.4, …) (0.2, 0.1, 0.4, …)
Neural
Network
PJ Date Expéditeur Destinataire
Neural Network
Predicted class : Data
Science
Text Features Meta Features
02/05/2018 sender@gmail.com test@maif.fr

17. Melusine Hands-on
Les Tutos

18. Les tutoriels : porte d’entrée pour prendre en main Melusine !
Tuto Data Préparation
Tuto gestion Mails Transférés
Tuto Word Embeddings
Tuto Extraction Keywords
Tuto Semantic Detector
etc
Tuto Classification

19. Input : Pandas DataFrame
Email
Content
Email
Subject
Reception
Date
Email
Sender
Email
Recipient
Classification
Label
Input Columns
Melusine 101

20. Détection des emails transférés Melusine 101
Empty message
Transfer pattern
Transfered message
Detect transfer and update email body
Before After
Create new feature to indicate transfer
New DataFrame
column

21. Détection des emails transférés et réponses Melusine 101
Create new feature structured_body
Structured body feature
Bonjour Salutations
Cordialement Formule de politesse
Merci Remerciements
M. Dupont Signature
Veuillez trouver ci-joint le mandat signé. Corps du mail

22. Le TransformerScheduler : des pipelines simplifiées Melusine 101
Create a TransformerScheduler
Create a Scikit-Learn Pipeline
Transform DataFrame using the Pipeline
Define a TransformerScheduler object
• List of functions to apply on DataFrame
• Set number of processors
TransformerScheduler
Define a TransformerScheduler object
• DevOps / MLOps Good Practice
• Code Reproductibility
• Model Industrialisation
SkLearnPipeline
my_fonction_1, arguments_1, noms_colonne_1
my_fonction_2, arguments_2, noms_colonne_2
Built-in Multiprocessing !

23. Les tutoriels : porte d’entrée pour prendre en main Melusine !
Tuto Data Préparation
Tuto gestion Mails Transférés
Tuto Word Embeddings
Tuto Extraction Keywords
Tuto Semantic Detector
etc
Tuto Classification

24. Conclusions

25. Contribution de la
communauté
Intégration des retours
des utilisateurs du
package
Evolution du
package
Brique éthique
Nouveaux cas d’usage
Analyse de
verbatim / entretiens

26. https://github.com/MAIF/melusine