Aller au contenu
ReviewRamble

La lettre hebdomadaire

L’IA, évaluée, dans votre boîte mail.

  • Les nouveaux tests d’outils, de modèles, de serveurs MCP et de dépôts, avec le verdict en premier
  • Les prix et les notes revérifiés quand quelque chose change
  • Les nouvelles analyses dès leur publication

Modèles, agents, serveurs MCP et les outils qui méritent vraiment votre temps.

Un e-mail par semaine. Désinscrivez-vous avec le lien présent dans chaque lettre. Comment nous utilisons votre e-mail

Analyse de documents

L'analyse de documents (document parsing) convertit des fichiers comme des PDF, des numérisations, des diapositives et des tableurs en texte structuré exploitable par un logiciel, en conservant les titres, l'ordre de lecture, les tableaux et les images au lieu d'un flux plat de caractères.

Aussi appelé : PDF parsing, document AI

Par Divya Sharma · Vérifié le 15 nov. 2026 · Notre méthode

L'essentiel du savoir des entreprises se trouve dans des PDF et des fichiers bureautiques, pas dans du texte propre. Avant qu'un modèle puisse y chercher ou répondre à des questions à leur sujet, il faut transformer chaque page en texte en préservant sa structure. C'est l'analyse de documents, et sa qualité fixe un plafond à tout système de génération augmentée par récupération construit par-dessus.

Comment ça marche

Un parseur lit d'abord le texte que contient déjà le fichier. Pour les pages numérisées, il lance une reconnaissance optique de caractères. Il applique ensuite une analyse de la mise en page pour repérer titres, paragraphes, figures et notes de bas de page et les remettre dans l'ordre de lecture, et une extraction de tableaux pour reconstruire lignes et cellules. La sortie est généralement du Markdown ou du JSON qui conserve cette structure, prêt pour le chunking.

Il existe deux familles d'outils. Les parseurs en pipeline comme Docling et Marker enchaînent des modèles spécialisés pour la mise en page, l'OCR et les tableaux. Les parseurs plus récents envoient des images de pages à un modèle vision-langage et lui demandent d'en retranscrire le contenu. Des API hébergées comme LlamaParse et Reducto proposent l'une ou l'autre approche sous forme de service.

Limites

Les mises en page sur plusieurs colonnes, les numérisations pivotées, l'écriture manuscrite, les graphiques et les tableaux qui s'étendent sur plusieurs pages piègent encore les parseurs. Les parseurs à base de modèles de vision peuvent aussi inventer du texte absent de la page, une forme d'hallucination. Comparez la sortie à la source sur un échantillon de vos propres documents avant d'indexer toute une archive. Le guide de l'analyse de documents compare les options.

Termes liés

Reconnaissance optique de caractères
La reconnaissance optique de caractères (OCR) est un logiciel qui lit le texte dans des images, comme des pages numérisées, des photos ou des captures d'écran, et le transforme en caractères lisibles par une machine, que l'on peut rechercher, copier ou fournir à un modèle.
Modèle vision-langage
Un modèle vision-langage (vision-language model, VLM) est un modèle qui reçoit des images et du texte en entrée et produit du texte, si bien qu'il peut décrire des images, répondre à des questions à leur sujet, lire des documents et extraire des données de captures d'écran.
Analyse de la mise en page
L'analyse de la mise en page (layout analysis) est la partie de l'analyse de documents qui repère les zones d'une page, comme les titres, paragraphes, tableaux, figures, légendes et pieds de page, attribue une étiquette à chacune et détermine l'ordre dans lequel une personne les lirait.
Extraction de tableaux
L'extraction de tableaux (table extraction) consiste à repérer les tableaux dans des documents et à reconstruire leurs lignes, colonnes, en-têtes et cellules sous forme de données structurées, comme du HTML, du Markdown ou du CSV, plutôt que de lignes de texte éparses.
Chunking
Le chunking (découpage en fragments) est l'étape qui divise les longs documents en passages plus petits avant qu'ils soient vectorisés et indexés, afin qu'un système de récupération puisse trouver et renvoyer uniquement les parties d'un document qui répondent à une requête.

Sources