.jpg){kind=link}
- Publication
- Mise à jour
La reconnaissance optique de caractères rend les documents numérisés interrogeables, mais peut mal lire des lettres, des symboles et des nombres. L’image peut paraître correcte alors que sa couche de texte contient une date, un montant ou une affirmation différente qui affectera ensuite un examen.
Préserver le sens des données
Définir le rôle du résultat OCR. Un texte utilisé uniquement pour retrouver un document diffère d’un texte utilisé pour alimenter un autre système. Prévoir une vérification sur l’image source pour les champs critiques. Ne pas trouver un terme ne démontre pas l’absence de l’information dans le document. Inclure les mauvaises numérisations et les tableaux complexes dans le choix des contrôles représentatifs.
Exemple pratique
Par exemple, l’OCR lit mal une date dans un document de formation, et une liste automatisée affiche une formation en retard. Un examinateur habilité vérifie l’image et conserve la source et la justification du texte corrigé. L’équipe examine si des types de documents similaires sont affectés. Le texte de recherche n’est pas silencieusement élevé au rang d’enregistrement d’observation de référence.
Points de contrôle
- Comparer les nombres, dates et affirmations négatives critiques à l’image.
- Inclure des tableaux, de l’écriture manuscrite et des exemples à faible contraste.
- Éviter les processus qui assimilent une recherche infructueuse à un document absent.
Acceptation et limites
L’acceptation signifie que le texte OCR convient à sa finalité définie et que la source reste accessible lorsque le sens est incertain. Une vérification manuelle de chaque mot peut ne pas être nécessaire pour chaque usage ; choisir des contrôles proportionnés. Un score de confiance OCR n’établit pas à lui seul l’exactitude clinique. Gérer les corrections de texte sans masquer le contenu de l’image numérisée initiale.
Questions fréquentes
- Le texte OCR est-il le document original ?
- Son rôle dépend des modalités de gestion des documents ; un texte reconnu automatiquement ne devient pas par défaut l’observation d’origine.
- Un score de confiance élevé suffit-il ?
- Des erreurs touchant un sens important peuvent subsister ; la vérification doit donc correspondre à l’utilisation prévue.