Vérifier un texte obtenu par OCR avant de l’utiliser

Conserver la page et la couche de texte

Gardez la référence du document, son édition et le repère de la vue consultée. Distinguez numéro imprimé, numéro de vue et numéro de page de votre export lorsqu’ils diffèrent. Conservez à part le texte reçu, sa copie corrigée et les observations. Une correction doit pouvoir être rapprochée de l’image concernée. Le texte exporté ne remplace pas les informations de présentation visibles dans la page : titre courant, note, colonne, illustration ou insertion. Si une page manque, notez cette absence plutôt que de réunir silencieusement les passages voisins.

Vérifier l’ordre avant les mots

Sur une page en plusieurs colonnes, suivez le trajet de lecture de l’image puis celui du texte extrait. Repérez les passages où une légende, une note ou un titre s’intercale dans une phrase. Le problème peut être un ordre de blocs plutôt qu’un caractère mal reconnu. Séparez les zones dans la copie de travail en gardant leurs repères. Contrôlez les transitions entre pages et les mots coupés en fin de ligne. Ne recollez pas automatiquement un fragment si l’image indique un changement de paragraphe ou de rubrique.

Contrôler les éléments qui portent la preuve

Pour une citation ou une donnée utilisée dans l’argumentation, comparez le passage exact à l’image. Examinez nombres, signes, dates, noms propres, négations et ponctuation susceptible de modifier le sens. Une phrase fluide peut contenir une lecture fausse. Si l’image ne permet pas de trancher, marquez le passage comme incertain et cherchez une autre consultation ou une pièce de comparaison. Distinguez correction d’une reconnaissance erronée et modernisation choisie de la présentation. Ces deux opérations ne doivent pas être fondues dans un texte présenté comme une reproduction fidèle.

Rechercher avec les limites de la reconnaissance

Une recherche sans résultat dans la couche OCR ne démontre pas l’absence d’un mot dans l’ouvrage. Essayez les variantes pertinentes et regardez les zones où la mise en page ou l’état de l’impression compliquent la lecture. Si votre méthode dépend d’un relevé exhaustif, expliquez comment les pages ont été contrôlées au-delà de la recherche automatique. Pour un repérage exploratoire, notez les passages trouvés et vérifiez ceux qui entrent dans le livre. Ne transformez pas un outil de localisation en preuve de fréquence sans examiner son périmètre et ses erreurs.

Tracer les corrections effectivement contrôlées

Dans un registre, indiquez page ou vue, passage, lecture reçue, lecture retenue et motif du changement. Une colonne de statut peut distinguer comparé à l’image, discuté et non vérifié. Après un nouvel export, vérifiez que vos corrections ne sont pas remplacées par la couche initiale. Rapprochez la citation finale du passage contrôlé avec son contexte. Cette procédure ne certifie pas la qualité de tout le document : elle rend vérifiables les éléments que vous avez réellement examinés et les limites encore présentes.

Un exemple de travail commenté

Exemple fictif, construit pour illustrer la méthode.

Exemple fictif : la correction porte sur la reconnaissance et sur les conclusions qui en dépendaient. La présence d’un nombre plausible ne suffisait pas à le valider.

Contrôler le résultat dans votre projet

• Les passages cités ont été rapprochés de leur image et de leur contexte.
• Les repères permettent de retrouver la bonne vue.
• Les zones non vérifiées restent identifiables.
• Les calculs et interprétations ont été repris après une correction de donnée.

Repères et sources

Sources consultées le 4 octobre 2026. Ces repères précisent les définitions et recommandations citées ; les exercices sont des propositions de travail éditorial.

• BnF : conversion en mode texte et contrôle de l’OCR
• BnF : accès aux vues et au texte des documents Gallica