Pourquoi la première étape est la classification
On pourrait essayer d’extraire immédiatement les champs. Mais il faudrait alors que quelqu’un — ou quelque chose — sache d’abord quel modèle correspond à quel document. C’est précisément cette information que produit la classification, et elle la produit sous une forme que la machine peut traiter ensuite.
D’une pile naissent des documents
Ce qui arrive en entrée est rarement un document — c’est une pile de scans. La classification reconnaît les limites et écrit chaque sous-document avec ses propres pages dans un fichier distinct. Tout ce qui suit travaille sur un document individuel clairement délimité.
La catégorie est la clé de routage
Les modèles de reconnaissance sont configurés par type de document. Sans catégorie, il n’existe aucun chemin déterministe vers le bon modèle — avec elle, le choix du modèle devient une consultation que la machine effectue sans demander confirmation.
L’étape bon marché vient avant la coûteuse
La classification ne s’effectue que sur les premières pages. L’extraction de champs, plus lourde, s’exécute ensuite une seule fois, avec un seul modèle, sur le sous-document exactement approprié — au lieu d’essayer « tous les modèles contre chaque document ».
La confiance est incluse gratuitement
Chaque catégorie est accompagnée d’un score de sécurité. Cela permet de décider avant l’analyse si un document peut continuer automatiquement — une affectation incertaine ne produit ainsi jamais de mauvaises métadonnées dans le système cible, mais un cas à vérifier.