[BDD externe] Ecrire le script permettant de convertir une page infos CDTN en vecteur

[rprebot]

Objectif

Implémenter toute la chaîne de traitement:

• parsing des données utiles
• chunking et embedding via Albert en incluant le minimum de meta data (i.e le titre de la page info-services)
• stockage dans une collection Albert

Meta données minimales attendues dans le chunk

• le nom de la page
• l'URL de la source (si existante)

Critère de test

Réaliser des query simples et obtenir le résultat (liste de N chunks et scoring)

[rprebot]

est ce qu'on a bien l'URL dans les metadonnées ?