Aller au contenu principal

Après l'OCR : une liste de contrôles pour les formules, les tableaux et les liens de notes

Choisissez des pages difficiles, comparez la notation mathématique et les relations dans les tableaux, suivez les notes de bas de page et consignez les problèmes d'OCR avant de corriger ou de relancer le traitement.

Pages techniques comportant des équations et des notes signalées pour vérification
Illustration conceptuelle de la relecture d'un document technique ; il ne s'agit pas d'un résultat OCR mesuré.

Un paragraphe bien propre peut cacher un signe moins manquant. Une note de bas de page peut être présente mais rattachée à la mauvaise affirmation. Dans un document qui contient des mathématiques, des tableaux et des notes, vérifier que la conversion est terminée n'est que la première étape.

Cette liste de contrôles vous aide à décider ce qu'il faut corriger et si une nouvelle conversion en vaut la peine. C'est une méthode de relecture, et non une preuve que quelques pages examinées garantissent l'exactitude de tout le document.

Choisissez des pages qui révèlent différents types d'erreurs

Prenez une page de texte ordinaire comme référence, puis ajoutez les cas les plus difficiles : une équation dense, un tableau à en-têtes fusionnés, une page remplie de notes et une page en plusieurs colonnes. Incluez une phrase ou une note qui se poursuit sur la page suivante.

Notez pourquoi vous avez retenu chaque échantillon. « Page 42 : indices peu lisibles » est plus utile que « page au hasard ». Si un problème se répète, ajoutez des pages plus loin qui présentent la même particularité.

Gardez le PDF d'origine à côté du fichier téléchargé. Si une traduction est aussi nécessaire, envisagez d'abord de relire une conversion non traduite. La reconnaissance et la traduction sont deux étapes distinctes ; on ne peut pas supposer qu'un traducteur réparera une expression mal reconnue.

PDF Craft propose l'EPUB pour la lecture et le Markdown pour l'édition. Choisissez le format dans les paramètres de la tâche après le téléversement. Relisez le résultat dans le lecteur ou l'éditeur que vous utiliserez, car le mode d'affichage peut modifier l'apparence d'un contenu correctement reconnu.

Comparez les formules symbole par symbole

Choisissez une expression qui présente plusieurs particularités, et non une simple égalité. Vérifiez :

  • Les signes plus et moins, les signes de multiplication et les séparateurs décimaux.
  • Les lettres grecques et latines qui se ressemblent dans la police d'origine.
  • Les indices, les exposants, les puissances et les indices de position.
  • Les numérateurs, les dénominateurs, les parenthèses et l'étendue des fractions.
  • Les bornes de sommation ou d'intégration et les numéros d'équation.

Comparez avec l'image, et non avec l'expression que vos connaissances du domaine vous font attendre. Une formule familière peut vous inciter à négliger un signe ou une hypothèse différents dans cette édition.

Examinez ensuite l'explication qui précède et suit immédiatement la formule. Les variables et les renvois à l'équation doivent toujours correspondre à la bonne expression. Un numéro d'équation intégré par erreur dans la formule modifie à la fois la notation et la façon de suivre le raisonnement.

Si les symboles sont corrects dans la source Markdown mais semblent faux dans l'aperçu, vérifiez la prise en charge des mathématiques dans l'éditeur avant de payer pour retraiter le PDF. Un problème d'affichage et un problème de reconnaissance ne se corrigent pas de la même manière.

Relisez un tableau comme un ensemble de relations, pas comme une liste de nombres

Pour un tableau complet, rattachez chaque valeur échantillonnée à son libellé de ligne, son libellé de colonne, son unité et sa note. Vérifiez les en-têtes fusionnés et les cellules vides : une case vide peut signifier « non disponible », et non « zéro ».

Cherchez les valeurs décalées d'une colonne, les tableaux qui se poursuivent et sont traités comme de nouvelles données, ainsi que les appels de note en exposant pris pour des exposants. Comparez les totaux et les signes, mais ne « corrigez » pas en silence une valeur inattendue simplement parce qu'un autre nombre paraît plus vraisemblable. Signalez-la et revenez à la source.

Lisez la légende et l'explication qui l'accompagne. Un tableau correct associé à une mauvaise légende induit en erreur. Si la source contient un tableau large, testez-le dans le lecteur EPUB ou l'éditeur Markdown réel, à une largeur réaliste.

Suivez les notes de bas de page dans les deux sens

Partez d'un appel dans le corps du texte et retrouvez sa note. Vérifiez le numéro, le texte intégral et l'affirmation à laquelle la note se rapporte. Faites ensuite le chemin inverse : partez d'une note et identifiez son appel. Vous repérerez ainsi les notes qui ont survécu sous forme de texte mais ont perdu leur lien avec le corps du document.

Contrôlez les numérotations qui repartent à chaque chapitre, les appels symboliques comme les astérisques et les notes longues qui se poursuivent sur une autre page. Un pied de page, un numéro de page ou un titre courant ne doivent pas se retrouver dans la note.

Pour les citations, vérifiez les éléments d'identification et les localisations par rapport à la source. Une explication traduite peut changer de formulation ; un DOI, un nom d'auteur ou une page citée doivent toujours renvoyer à l'ouvrage visé. Lorsqu'un EPUB contient des liens, testez-les dans le lecteur de votre choix, y compris le retour au texte lorsqu'il est prévu.

Consignez les problèmes avant de choisir une correction

Tenez une petite fiche de suivi :

EmplacementProblème constatéConséquenceAction suivante
p. imprimée 54, équation 3Indice lu comme du texte normalModifie l'identité de la variableCorriger et vérifier les équations similaires
page PDF 71, tableau 6Valeur placée sous un mauvais en-têteModifie l'interprétationRelire tout le tableau
chapitre 4, note 2Renvoie à une autre noteRompt la chaîne des preuvesVérifier la correspondance des notes du chapitre

Ces lignes sont des exemples, et non des constats issus d'un test de PDF Craft.

Traitez en priorité ce qui touche au sens, aux renvois et à l'ordre de lecture. Si les erreurs se concentrent sur des pages floues ou déformées, cherchez une meilleure numérisation. Si un fichier Markdown globalement correct ne demande que quelques retouches isolées, corrigez une copie de travail dans votre éditeur et conservez le fichier téléchargé intact. Si seul l'affichage est en cause, essayez un autre moteur de rendu.

Après une correction ou une nouvelle conversion, revérifiez les problèmes déjà repérés, puis examinez le contenu alentour. Corriger un appel ne suffit pas si la dernière phrase de la note manque encore. Consultez la page Tarifs avant de relancer une tâche volumineuse, et gardez toujours l'original à portée de main lorsque vous vous appuyez sur le document converti comme preuve.

Convertir un PDF et vérifier le résultat

Choisissez l'EPUB pour la lecture ou le Markdown pour l'édition, puis comparez le contenu technique avec l'original.

Ouvrir la conversion PDF