Acronymes de la GED

Le domaine de la GED (gestion électronique des documents) fait appel à certains acronymes fréquents. Le domaine de la reconnaissance de documents en est particulièrement friand : RAD, LAD, OCR ou ICR. Voici quelques éléments pour vous y retrouver.

RAD - Reconnaissance automatique de documents

La RAD, ou reconnaissance automatique de documents, vise à identifier automatiquement le type de document à partir de son image numérisée. Elle permet un premier tri des documents fournis au scanner. Elle évite ainsi d'avoir à effectuer ce tri en amont de la numérisation.
La reconnaissance automatique de documents s'appuie sur les éléments graphiques du document :

• fond de page,
• logos,
• codes à barres,
• marquages distinctifs
• …

LAD - Lecture automatique de documents

La LAD, ou lecture automatique de documents, s'applique aux documents structurés, par exemple des formulaires. Les caractères individuels, souvent en capitales d'imprimerie, sont reconnus. Les éléments détectés peuvent être précisés grâce aux types de données attendus. Ainsi, un numéro de téléphone contient plus probablement un zéro qu'un O majuscule, et vice-versa pour un nom de famille.
La sémantique du formulaire est utilisée pour valider les données. On peut, par exemple, vérifier que le total détecté de plusieurs éléments numériques correspond bien à la somme des éléments individuels détectés.

OCR - Optical character recognition

OCR signifie « Optical character recognition » ou reconnaissance optique de caractères. L'OCR est la technologie la plus utilisée pour obtenir un fichier de type texte à partir d'un document papier numérisé.
Les caractères du document sont d'abord isolés. Ils sont ensuite comparés à des formes de caractères connus. Les caractères les plus probables sont retenus.
Enfin, l'OCR utilise des outils statistiques et linguistiques pour reconstituer un texte statistiquement probable.
Certains systèmes d'OCR permettent de reconstituer une partie de la mise en forme (gras, italique) et de la mise en page (tableaux) d'un document.

ICR - Intelligent character recognition

ICR signifie « Intelligent character recognition » ou reconnaissance intelligente de caractères. Par rapport à l'OCR, l'ICR dispose d'un mécanisme d'apprentissage. Ce mécanisme lui permet d'ajouter des formes de caractères à la base de caractères connus.
Les techniques de reconnaissance d'écriture manuscrite reposent sur l'ICR.