Ingestion
Scrapers Python par source. OCR Mistral pour PDF. Chunking par paragraphes (~600 tokens, overlap 100). Chaque chunk conserve sa source, sa date et son URL d'origine.
Console
Interroger la base, pas à pas.
Exemples — ou posez directement votre propre question ci-dessous.
01
Vectorisation
n/d
02
Recherche
n/d
03
Re-classement
n/d
04
Synthèse
n/d
La console est fonctionnelle. Le refus est signalé plutôt qu'une extrapolation.
Démonstration
Quatre domaines, l'essentiel du territoire.
Couverture
Ce que la base lit aujourd'hui, et ce qu'elle lira bientôt.
| Domaine | Phase 1 · indexé | Phase 2 · roadmap |
|---|---|---|
| Économie | cerom · iedom · insee · karibinfo · opmr · qualia-reviewed-press-synthesis · rci · wikipedia · 545 chunks | IEDOM · Lettre de l'Institut · data.gouv.fr Martinique |
| Institutions | ctm · karibinfo · rci · wikipedia · 608 chunks | Préfecture · Grand Port Maritime · ARS Martinique |
| Culture | karibinfo · la1ere · rci · wikipedia · 664 chunks | Bibliothèque Schœlcher · Parc naturel régional |
| Données publiques | france-antilles · karibinfo · la1ere · rci · wiki-martinique · wikipedia · youtube · 69 940 chunks | INSEE statistiques · Observatoire CTM · ADEME Antilles |
Territoire
Madinina, commune par commune.
Fond cartographique : découpage communal officiel (IGN), 34 communes. La teinte indique le volume documentaire par commune, détecté par un gazetteer (34 entrées, désambiguïsation contextuelle). Survolez pour lire, cliquez pour ouvrir le détail.
Communes documentées
34/34
Documents géolocalisés
20 151
Mentions totales
31 960
Méthode
Comment la base lit, retrouve, et synthétise.
Attribution
Embeddings bge-m3 (1024 dimensions), stockés dans PostgreSQL + pgvector avec index HNSW. Recherche sémantique top-k, puis re-classement bge-reranker-v2. Seuil 0.55 sous lequel la base refuse.
Synthèse
Claude Sonnet 4.5 (température 0.2) contraint à l'extraction fidèle. Chaque phrase produite cite ses chunks par un marqueur numéroté. Refus documenté quand aucun chunk ne dépasse le seuil.
Limites
Biais de corpus vers la presse France-Antilles. Latence d'ingestion 2–6h entre publication et indexation. Pas de vérification factuelle au-delà de la fidélité à la source. Couverture partielle des institutions publiques.
Cadre
Posture et invitation aux éditeurs.
Cadre de démonstration
Usage transformatif au titre de la Directive européenne 2019/790 (exception TDM : fouille de textes et de données). Citations limitées à 3 phrases maximum, toujours accompagnées d'un lien de retour vers l'article source. Aucun contenu intégral n'est republié. La base produit un index interrogeable, pas une archive alternative.
Invitation aux éditeurs
Retrait sous 72h sans justification requise. Contact : guillaumebolivard@gmail.com. Un journal des demandes de retrait est tenu et sera rendu public anonymement (Phase 2).
À propos
Un instrument construit depuis Ducos.
Madinina.kb est un instrument territorial construit par Guillaume Bolivard depuis Ducos. Le projet vise à montrer qu'une base de connaissances sérieuse sur la Martinique peut être bâtie avec des outils contemporains (embeddings, recherche vectorielle, synthèse LLM contrainte) tout en restant honnête sur sa couverture et ses limites.