Ce que Wathiqa cherche à extraire
- Texte manuscrit ou imprimé en arabe et en français.
- Type de document, dates, lieux, personnes et références.
- Tampons, signatures, tableaux, mentions marginales et zones remarquables.
- Relations entre les champs extraits et l’image source.
- Indice de confiance et divergences à soumettre à un opérateur.
Une double lecture qui reste contrôlable
La démonstration Wathiqa illustre une réconciliation entre deux lectures visuelles, puis une validation humaine avant indexation. Cette organisation réduit le risque d’accepter silencieusement une extraction incertaine.
Les taux de reconnaissance dépendent fortement de l’écriture, de la langue, de l’état physique, du contraste, de la résolution et du modèle utilisé. Arkave ne publie donc pas de taux universel : un échantillon annoté doit servir de référence pour chaque fonds.
Préparer un projet de numérisation patrimoniale
- 01
Échantillonner
Couvrir les écritures, périodes, formats et niveaux de dégradation du fonds.
- 02
Définir
Choisir les champs attendus, les règles de transcription et les seuils de validation.
- 03
Mesurer
Comparer l’extraction à une vérité terrain annotée, champ par champ.
- 04
Industrialiser
Organiser les lots, contrôles, reprises et export vers la GED ou l’instrument de recherche.
Questions fréquentes
Wathiqa remplace-t-il la validation humaine ?
Non. Le produit assiste l’extraction et signale les incertitudes ; les fonds sensibles ou patrimoniaux conservent une étape de contrôle humain.
Peut-on traiter l’arabe et le français sur une même page ?
Le scénario cible prévoit des documents multilingues. La qualité doit être évaluée sur les écritures et mises en page réelles du fonds.
Comment mesurer la qualité ?
Avec un échantillon annoté, des métriques par champ et par type de page, ainsi qu’un suivi des corrections humaines nécessaires.