Qu'est-ce que l'intelligence documentaire ?
L'intelligence documentaire est l'ensemble des techniques qui permettent à un logiciel de lire un document, d'en extraire les informations utiles sous forme de données structurées, puis de vérifier leur cohérence et leur authenticité. Elle combine la reconnaissance optique de caractères (OCR), des modèles de vision qui comprennent la mise en page, et des modèles de langage qui interprètent le contenu.
Pourquoi l'OCR arabe est-il plus difficile que l'OCR français ?
L'OCR arabe est plus difficile parce que l'écriture arabe est cursive, que la forme des lettres change selon leur position dans le mot, que les points diacritiques sont petits et facilement perdus sur un scan de mauvaise qualité, et que le texte se lit de droite à gauche tout en contenant des chiffres et des passages en français lus de gauche à droite. Les documents du Maghreb mêlent souvent l'arabe et le français sur la même page, ceux du Golfe l'arabe et l'anglais, ce qui complique encore la lecture. Neuratech Solutions combine plusieurs moteurs et mesure la précision sur les documents réels de chaque client.
Quels documents peut-on traiter ?
L'intelligence documentaire de Neuratech Solutions traite les documents courants des entreprises du monde arabe et d'Europe, en arabe, en français et en anglais :
| Type de document | Exemples de champs extraits |
|---|
| Factures | Fournisseur, identifiant fiscal (matricule fiscal, TRN…), date, montants HT, TVA, timbres et taxes locales, total TTC |
|---|
| Pièces d'identité | Nom, prénom, numéro d'identité ou de passeport, date de naissance |
|---|
| Bulletins de paie | Employeur, salaire brut et net, période |
|---|
| Relevés bancaires | Titulaire, période, solde, opérations |
|---|
| Documents export | Incoterm, poids, codes douaniers, valeurs |
|---|
| Constats et devis | Parties, véhicule, montants, dates |
|---|
La vérification d'authenticité de Neuratech Solutions repose sur trois niveaux de contrôle. Le premier niveau vérifie la cohérence interne : totaux, taux de TVA, dates, format du matricule fiscal. Le deuxième niveau compare le document à d'autres sources : dossier client, historique, documents du même émetteur. Le troisième niveau analyse le fichier lui-même : métadonnées, zones retouchées, polices incohérentes. Chaque document reçoit un score de confiance ; les documents douteux sont signalés à un humain, jamais rejetés automatiquement.
Où l'intelligence documentaire est-elle déjà en production ?
Chez Batouta Voyages, agence de voyages tunisienne membre de la FTAV, chaque document reçu est lu par OCR depuis la mise en production du système : ses informations sont extraites, puis il est classé et archivé automatiquement, sans ressaisie. Les durées avant et après seront publiées dès leur validation par l'agence.