Fiabilité et suivi du livre
Contrôler l’OCR d’un livre numérisé avant de citer ou republier son texte
Une recherche dans un livre numérisé passe souvent par un texte reconnu automatiquement. Ce texte facilite le repérage, mais peut modifier un nom, inverser des colonnes ou omettre une note. Pour citer un passage ou préparer une nouvelle édition, il faut revenir à l’image du document et garder la trace des corrections.
Identifiez l’exemplaire numérisé, comparez l’OCR à des pages de structures différentes, contrôlez les passages utilisés et consignez vos corrections. Séparez le fichier brut, la transcription corrigée et les décisions de modernisation : ils répondent à des usages différents.
Méthode pratique
Les étapes à suivre
Identifier le document de départ
Notez auteur, titre, édition, date, volume et identifiant du document numérisé. La pagination imprimée et le numéro de vue numérique peuvent différer : consignez les deux pour retrouver un passage.
Choisir des pages représentatives
Examinez une page courante, une page en colonnes, une table, une note et une page présentant des défauts d’impression. Un texte correct sur une seule page ne suffit pas à décrire tout le livre.
Contrôler l’ordre de lecture
Comparez le début et la fin de chaque bloc. Vérifiez que titres, colonnes, légendes et notes sont associés au bon passage ; un ordre incorrect peut changer le raisonnement même si les mots sont bien reconnus.
Relire les passages réutilisés
Contrôlez caractère par caractère les citations, noms, dates, quantités et signes de négation. Cherchez aussi les coupures de mots et les caractères confondus. Signalez les lectures incertaines.
Conserver un historique
Gardez l’OCR reçu, le texte corrigé, la référence à la vue et un relevé des interventions. Distinguez correction d’une reconnaissance fautive et modification éditoriale volontaire.
Passer à la pratique
Des exemples pour approfondir votre lecture
Essayez ces méthodes sur un livre de votre choix et adaptez-les à votre manière de lire. Les situations proposées servent d’exemples.
Exemples et méthode
Trois objets à ne pas confondre
L’image restitue la page numérisée, avec ses limites de cadrage ou de lisibilité. L’OCR est une reconnaissance automatique de cette image. La transcription relue est un travail éditorial : elle doit annoncer ses règles, notamment pour les graphies anciennes, les abréviations et les passages illisibles.
La BnF distingue l’analyse de la structure de page et la reconnaissance des caractères dans son contrôle OCR. Une impression dégradée, des colonnes ou des caractères difficiles influencent le résultat. Un indicateur global de qualité ne garantit donc pas l’exactitude du passage que vous souhaitez citer.
| Usage | Contrôle prioritaire | Trace à conserver |
|---|---|---|
| Chercher une occurrence | Tester des variantes et vérifier la vue | Terme recherché et page examinée |
| Citer une phrase | Comparer chaque caractère à l’image | Édition, page imprimée et vue |
| Recopier un tableau | Vérifier cellules, unités et en-têtes | Image du tableau et transcription relue |
| Préparer une réédition | Définir puis appliquer les règles de transcription | Version brute, version corrigée et interventions |
Exemples et méthode
Exemple fictif : une quantité lisible, mais mal reconnue
Un auteur prépare un chapitre d’histoire locale. Dans l’OCR, une quantité apparaît comme « 100 » ; sur la vue, le premier caractère est un « 1 » suivi d’un « 0 » dont une tache a été reconnue comme un second zéro. Il vérifie les unités et les lignes voisines avant d’utiliser le chiffre. Il note la correction et la vue consultée.
Ce cas demande un contrôle ciblé de tous les chiffres retenus dans le chapitre, puis une lecture de l’ordre des colonnes. Il ne justifie pas de remplacer automatiquement tous les « 100 » du document. Un doute qui persiste doit rester visible dans le relevé plutôt qu’être résolu par une supposition.
- Conserver le texte brut avant les remplacements.
- Relire les valeurs négatives, décimales et unités.
- Ne pas annoncer un pourcentage de fiabilité sans préciser comment il a été obtenu.
Exemples et méthode
Organiser une correction qui reste vérifiable
Travaillez par unité identifiable : vue, page ou paragraphe. Dans le registre, séparez texte OCR, lecture retenue, motif et état de validation. Pour un travail à plusieurs personnes, un second lecteur contrôle les passages importants sur l’image plutôt que sur la seule correction proposée.
Avant diffusion, cherchez des indices de problèmes répétés : notes mêlées au texte, mots collés, traits d’union en fin de ligne, confusions entre lettres et chiffres. Ce diagnostic sert à orienter la relecture. Il ne remplace pas le contrôle des citations ni la vérification des conditions de réutilisation du document.
Passer à la pratique
Registre de contrôle OCR
Relier chaque correction à une vue et distinguer erreur de reconnaissance, lecture incertaine et choix de transcription.
- Identifier l’édition et noter les repères de vue et de page.
- Reporter seulement les passages comparés à l’image.
- Conserver l’OCR brut, puis noter lecture retenue, motif et validation.
Situation de travail. Exemple fictif : un chiffre dans un tableau est mal reconnu. Le contrôle sur la vue confirme la correction ; une graphie peu lisible reste signalée comme incertaine.
| Document / édition | Vue / page | Texte OCR | Lecture retenue | Motif / incertitude | Validation |
|---|---|---|---|---|---|
| Document fictif A | Vue 12 / page 8 | 100 | 10 | Erreur de reconnaissance confirmée sur la vue | Relu sur image |
| Document fictif A | Vue 24 / page 20 | Nom peu lisible | À déterminer | Ne pas compléter par supposition | Deuxième lecture à prévoir |
Télécharger le tableau à compléter (CSV) Tous les dossiers pratiques
Le CSV contient ces exemples fictifs et des lignes vierges. Ouvrez-le en UTF-8 avec le séparateur point-virgule, remplacez les exemples et conservez votre copie. Aucun document ni aucune donnée de votre projet ne sont envoyés au site.
points de contrôle
Ce qu'il faut vérifier avant de continuer
- L’édition et le volume sont identifiés.
- Chaque citation est comparée à la vue.
- Les colonnes et notes suivent le bon ordre.
- Les corrections restent traçables.
sources officielles
Repères à vérifier avant de décider
à éviter
Les erreurs fréquentes
Assimiler OCR et transcription validée.
Corriger partout après un seul exemple.
Inventer la lecture d’un passage illisible.
vos questions
Questions fréquentes
Non. Une erreur de reconnaissance ou une graphie différente peut empêcher le repérage. Essayez des variantes et examinez les pages pertinentes.
Définissez cette décision séparément. Corriger une erreur de reconnaissance et moderniser volontairement un texte sont deux interventions différentes à documenter.
Comparez le passage à la vue de l’édition consultée, relevez la page et indiquez les interventions éventuelles. Vérifiez aussi les conditions de réutilisation applicables au document.
Encore plus de réponses : consulter la FAQ complète sur l'édition, les manuscrits et les maisons d'édition.