Comment créer un modèle de langage avec Excel

Peut-on fabriquer un modèle de langage sans quitter Excel ? Oui, à condition de préciser ce qu’on entend par « modèle de langage ». Dans cet article, nous allons construire un petit générateur de texte qui apprend quelles suites de mots apparaissent dans un corpus, puis s’en sert pour composer de nouvelles phrases.

Ce ne sera pas un grand modèle d’intelligence artificielle capable de raisonner sur le monde. Mais c’est un excellent projet pour comprendre, concrètement, comment un modèle apprend des régularités — et pour voir Excel sous un jour un peu différent de celui d’un simple tableau de suivi.

Un modèle de langage, c’est quoi exactement ?

Un modèle de langage estime quels mots ont des chances d’apparaître après d’autres mots. Par exemple, après « bon », on rencontrera souvent «jour», tandis qu’après « formule », on peut s’attendre à « Excel » ou « de calcul ».

Notre modèle va apprendre ces associations à partir d’un ensemble de textes, qu’on appelle un corpus. Il regardera les mots déjà écrits, puis choisira le mot suivant parmi ceux observés dans des contextes similaires. C’est une approche simple, inspirée des modèles à n-grammes et des chaînes de Markov.

La limite est importante : le modèle ne comprend pas les phrases. Il reproduit des habitudes repérées dans les exemples. Si son corpus contient surtout des recettes, il risque de vous proposer de la farine au moment où vous attendiez une fonction Excel.

Préparer un petit corpus de textes

Commencez avec quelques phrases portant sur un sujet familier. Pour tester le procédé, vous pouvez réunir des phrases comme celles-ci :

• Excel permet de créer des tableaux de calcul.
• Un tableau bien organisé facilite l’analyse des données.
• Les formules Excel automatisent les calculs répétitifs.
• Une bonne formule rend le travail plus rapide.
• Les données organisées aident à prendre de meilleures décisions.

Copiez chaque phrase dans une ligne d’une feuille nommée « Corpus ». Quelques dizaines de phrases suffisent pour expérimenter, même si un corpus plus fourni donnera généralement des résultats plus variés. Pour éviter que le modèle apprenne des choses trop disparates, choisissez des textes qui parlent du même thème et dont le style est relativement homogène.

Un conseil pratique : nettoyez les textes avant de les utiliser. Remplacez les doubles espaces, retirez les caractères inutiles et veillez à traiter de la même façon les majuscules et les minuscules. Pour ce premier essai, vous pouvez aussi retirer la plupart des signes de ponctuation. Le but est de simplifier l’apprentissage, pas de bâtir une usine à gaz avant le premier résultat.

Transformer les phrases en suites de mots

Le modèle ne travaille pas directement avec des paragraphes : il observe des transitions entre des mots. Nous allons donc transformer le corpus en paires, composées d’un contexte et du mot qui suit.

Pour commencer, le contexte sera formé des deux derniers mots. Dans la phrase « les formules Excel automatisent les calculs », on obtient notamment les transitions suivantes :

• « les formules » → « Excel » ;
• « formules Excel » → « automatisent » ;
• « Excel automatisent » → « les » ;
• « automatisent les » → « calculs ».

Créez une feuille nommée « Transitions », avec deux colonnes : « Contexte » en A et « Mot suivant » en B. Chaque transition observée dans le corpus occupe une ligne. Si une même transition apparaît plusieurs fois, gardez chaque occurrence : cette répétition est justement ce qui permettra de refléter sa fréquence lors de la génération.

Vous pouvez créer ces lignes manuellement pour un premier test. C’est un peu répétitif, mais cela permet de comprendre le mécanisme avant d’automatiser la préparation. Pour aller plus loin, Power Query peut aider à découper les phrases et à réorganiser les mots, notamment si votre corpus contient plusieurs centaines de lignes.

Créer les transitions dans Excel

Pour construire chaque contexte, il faut d’abord séparer les phrases en mots. Dans les versions récentes d’Excel, la fonction FRACTIONNER.TEXTE permet de répartir le contenu d’une cellule dans plusieurs colonnes. Si votre phrase se trouve en A2, vous pouvez essayer :

=FRACTIONNER.TEXTE(A2;" ")

Selon votre version d’Excel, cette fonction peut ne pas être disponible. Dans ce cas, utilisez l’outil « Convertir » de l’onglet « Données », en choisissant l’espace comme séparateur, ou passez par Power Query.

Une fois les mots répartis, créez une ligne de transition pour chaque groupe de trois mots : les deux premiers forment le contexte et le troisième est le mot suivant. Par exemple, pour « un tableau bien organisé », vous inscrivez le contexte « un tableau » et le mot suivant « bien », puis le contexte « tableau bien » et le mot suivant « organisé ».

Ne vous inquiétez pas si cette étape vous semble moins magique que prévu. C’est souvent le moment où l’on découvre qu’un modèle de langage est aussi… un modèle de préparation de données. Excel, lui, ne juge pas : il attend simplement ses colonnes.

Générer un nouveau texte avec une formule

Nous pouvons maintenant demander à Excel de choisir un mot suivant à partir d’un contexte. Dans une cellule, saisissez le contexte de départ, par exemple « les formules ». Si votre tableau de transitions se trouve dans les colonnes A et B de la feuille « Transitions », la formule suivante sélectionne au hasard l’une des transitions correspondantes :

=INDEX(FILTRE(Transitions!$B$2:$B$1000;Transitions!$A$2:$A$1000=C2);ALEA.ENTRE.BORNES(1;NBVAL(FILTRE(Transitions!$B$2:$B$1000;Transitions!$A$2:$A$1000=C2))))

Ici, C2 contient le contexte. FILTRE récupère les mots suivants associés à ce contexte, puis INDEX en choisit un au hasard. Si « calculs » apparaît plusieurs fois dans vos transitions, il a davantage de chances d’être tiré : la répétition joue le rôle d’une pondération.

Cette formule nécessite une version récente d’Excel qui reconnaît FILTRE. Adaptez aussi la plage « 1000 » à la taille de votre tableau. Si aucun mot ne correspond au contexte saisi, Excel renverra une erreur : vérifiez alors l’orthographe et les espaces, ou ajoutez une gestion d’erreur.

Enchaîner les mots pour former une phrase

Pour continuer la génération, le nouveau contexte doit contenir les deux derniers mots de la séquence. Supposons que le contexte de départ soit en C2 et que le mot choisi apparaisse en D2. Le contexte suivant est alors formé par le dernier mot de C2, suivi de D2. Vous pouvez préparer cette étape dans une cellule à part, puis réutiliser la formule de tirage avec ce nouveau contexte.

Répétez le procédé sur plusieurs lignes : chaque mot généré sert à calculer le contexte de l’étape suivante. Par exemple, si le contexte initial est « les formules » et que le modèle choisit « Excel », le contexte suivant devient « formules Excel ». Si le mot suivant est « automatisent », la prochaine recherche porte sur « Excel automatisent ».

Pour arrêter le texte, vous pouvez ajouter un mot de fin spécial dans les transitions, par exemple « FIN », lorsque la phrase du corpus se termine. Le modèle pourra alors le tirer et vous saurez qu’il est temps de s’arrêter. Sans ce marqueur, fixez simplement un nombre maximal de mots afin d’éviter une génération interminable — Excel a beau être patient, votre feuille ne l’est pas toujours.

Améliorer la qualité des résultats

Un modèle fondé sur deux mots de contexte est plus cohérent qu’un modèle qui ne regarde que le mot précédent, mais il reste limité. Il peut produire des phrases grammaticalement plausibles, puis bifurquer vers une suite étrange. Pour l’améliorer, testez ces pistes :

• Enrichissez le corpus avec des textes variés sur un même sujet.
• Conservez les signes de ponctuation comme des éléments à part entière pour mieux gérer les fins de phrase.
• Testez un contexte de trois mots, en gardant à l’esprit qu’il y aura moins de transitions correspondantes.
• Nettoyez les variantes inutiles, comme les espaces en trop ou les différences de majuscules.
• Comparez plusieurs textes générés plutôt que de juger le modèle sur un seul tirage.

Plus le contexte est long, plus le modèle peut produire des suites précises… mais moins il trouvera d’exemples correspondant exactement à la situation. C’est un compromis classique : davantage de contexte apporte de la précision, mais peut aussi rendre les choix plus rares.

Ce qu’Excel peut — et ne peut pas — faire

Ce projet est idéal pour découvrir les bases d’un modèle de langage : corpus, fréquences, contexte et génération aléatoire. Il permet aussi de visualiser chaque étape et de vérifier d’où vient un mot. C’est un vrai avantage par rapport à des outils plus complexes, où le fonctionnement reste parfois opaque.

En revanche, ce petit modèle ne comprend ni le sens des mots ni les intentions d’une question. Il ne sait pas vérifier un fait, tenir une conversation approfondie ou apprendre efficacement à partir de millions de textes. Excel peut servir de laboratoire pédagogique, mais il ne remplacera pas les modèles d’intelligence artificielle conçus pour traiter de grands volumes de données.

Pour aller plus loin, vous pouvez automatiser la préparation du corpus avec Power Query, créer un bouton de génération en VBA ou comparer les résultats d’un modèle à un mot de contexte avec ceux d’un modèle à deux mots. Vous aurez alors un projet concret, modifiable et entièrement visible dans votre classeur. Et la prochaine fois qu’une cellule vous proposera une phrase improbable, vous saurez au moins exactement pourquoi.