Méthode

Compter avant de lire, tracer avant d'additionner.

Un corpus massif ou dégradé ne se chiffre pas sérieusement sans inventaire préalable. Le traitement commence par un décompte, se poursuit par une lecture en deux passes, et rattache chaque valeur produite à l'endroit exact d'où elle vient.

1

Inventaire et dédoublonnage

Empreinte SHA-256 de chaque pièce, recensement des pages, ouverture des archives ZIP, détection de la couche texte et estimation de la résolution. Les doublons exacts sont marqués et exclus de la suite, sans jamais être supprimés du corpus source.

2

Lecture en deux passes

Les pages sans texte sont rendues en niveaux de gris, passées en autocontraste, puis lues localement. Toute page qui rend trop peu de mots sûrs est reprise avec d'autres segmentations, et le meilleur résultat est conservé.

3

Extraction tracée

Application des règles du profil retenu, douane ou succession. Chaque valeur trouvée est reliée à sa page et à son rectangle exact, en points PDF, donc reprojetable sur la page d'origine.

4

Rapprochement et export

Comparaison des lignes du redevable et de l'administration sur leur identifiant commun, y compris lorsque celui-ci a été mal lu par le scanner. Export tableur avec pièce, page, texte source, contexte et confiance de lecture.

5

Pièces annotées

Régénération des PDF avec chaque montant surligné et commenté. Sert au contrôle visuel rapide, et de pièce annexe montrant d'où vient chaque chiffre.

Ce que vous obtenez

Des sorties courtes, sourcées et utilisables.

Le logiciel ne produit pas un discours : il produit des supports de travail que le cabinet peut vérifier, compléter et produire.

Inventaire

Pièces, pages, formats, doublons écartés, pages illisibles et qualité des sources.

Tableau de contrôle

Montants, dates, références, texte source brut, contexte et marqueur « à vérifier » quand la lecture est peu sûre.

Rapport

Rapport lisible au navigateur, avec aperçu des scans et écarts relevés.

Pièces annotées

Copies des PDF, chaque montant surligné et commenté, prêtes à produire en annexe.

Principe

Faire apparaître ce qui compte, sans rien deviner.

Le dédoublonnage d'abordAdditionner des montants sur un corpus contenant trois fois la même pièce produit un tableau faux. C'est l'étape la plus importante d'un dossier financier, et elle passe avant tout le reste.
Rien d'écarté en silenceLes valeurs filtrées sont conservées dans une feuille dédiée. Le filtre doit rester auditable, donc contestable.
Les faux positifs connus sont traitésUn nombre nu n'est retenu que s'il porte des centimes, sinon on ramasse les numéros de compte et de téléphone. Un montant entouré d'une mention légale de bas de page est écarté : le capital social imprimé au pied de chaque relevé arrivait sinon en tête du tableau.
Le doute est affichéQuand une zone est trop abîmée pour être lue, le logiciel le dit, montre l'image de la ligne et demande la valeur, au lieu de l'inventer.

Avant d'engager

Un décompte avant d'ouvrir le traitement complet.

Le décompte permet au cabinet de savoir ce que le corpus contient réellement : combien de pages, combien de doublons, combien de pages devront passer en reconnaissance de caractères. Il est gratuit et ne consomme aucun crédit.

Voir le décompte du corpus
Étapes reprenablesRelancer une étape ne retraite que ce qui n'a pas été fait. Un traitement interrompu se reprend là où il s'est arrêté.
Adapté aux corpus imparfaitsScans dégradés, exports incomplets, tableaux adverses, relevés massifs, pièces non nommées ou archives jamais ouvertes.
Le contrôle humain n'est pas remplacéL'extraction automatique sert à concentrer le contrôle là où il compte : les gros montants, les pages à faible confiance, les incohérences.
Décision du cabinetTraiter tout le corpus, réduire le périmètre, demander des pièces ou abandonner une piste trop faible.