Indexation automatique des documents : précision et contrôle
« Notre outil indexe à 98 % » : la phrase ne veut rien dire tant qu'on ne sait pas sur quels documents, pour quels champs et avec quelle mesure. Comment évaluer l'indexation automatique et garder la main sur ses erreurs.
Quelle précision faut-il exiger d’un outil d’indexation automatique ? La question revient dans presque tous les projets de gestion documentaire, et elle appelle une réponse moins confortable qu’un pourcentage. Un document mal indexé est un document perdu : il existe, mais personne ne le retrouvera. Avant de comparer des chiffres, il faut donc savoir ce que l’on mesure, sur quels documents, et ce que l’on fait des erreurs.
Ce que recouvre l’indexation automatique
Indexer, c’est attribuer à un document les informations qui permettent de le classer et de le retrouver : son type (facture, courrier, acte, contrat), des métadonnées (date, expéditeur, numéro de dossier, montant), parfois un rattachement à un dossier ou une durée de conservation. L’automatisation peut intervenir à trois niveaux, de difficulté croissante : classer (reconnaître le type de document), extraire (lire les valeurs des champs utiles) et rattacher (relier le document au bon dossier, ce qui suppose de confronter les valeurs lues à un référentiel).
Les techniques vont de la plus prévisible à la plus souple : codes-barres et zones fixes pour les formulaires normalisés, règles et expressions régulières pour les formats stables, modèles d’apprentissage pour les documents variés, modèles de langage pour les textes libres. Aucune n’est infaillible. Toutes se mesurent de la même manière.
Pourquoi un taux global ne dit rien
Un « taux de réussite de 95 % » peut signifier des choses très différentes. 95 % des documents correctement classés, alors que les numéros de dossier sont faux une fois sur cinq. 95 % des champs justes, en comptant comme un succès un champ laissé vide. 95 % sur des factures propres de démonstration, et bien moins sur vos courriers manuscrits numérisés il y a quinze ans.
Deux mesures, issues de la recherche d’information, rendent la discussion précise :
| Mesure | Question posée | Ce qu’une valeur faible signifie |
|---|---|---|
| Précision | Parmi les valeurs proposées par l’outil, combien sont justes ? | L’outil se trompe en affirmant : des erreurs entrent dans votre GED |
| Rappel | Parmi les valeurs qu’il fallait trouver, combien ont été trouvées ? | L’outil laisse des champs vides : du travail reste à faire à la main |
Les deux tirent en sens inverse. Un outil prudent, qui ne remplit un champ que lorsqu’il est sûr de lui, aura une bonne précision et un rappel modeste. Un outil audacieux fera l’inverse. Pour la gestion documentaire, une erreur affirmée coûte presque toujours plus cher qu’un champ vide : le champ vide se voit, l’erreur ne se voit pas. Un champ vide déclenche un travail ; un champ faux déclenche, des mois plus tard, une recherche que personne ne réussira.
Évaluer sur vos documents, champ par champ
- Constituer un jeu de référenceQuelques centaines de documents tirés de vos flux réels, dans leurs proportions réelles : documents récents et anciens, propres et dégradés, types fréquents et rares. Ils sont indexés à la main par des agents qui connaissent le métier. C’est le travail le plus ingrat du projet, et le plus utile.
- Lister les champs et leur criticitéPour chaque champ, une question : que se passe-t-il s’il est faux ? Un numéro de dossier faux rend le document introuvable ; une date de réception approximative est souvent sans conséquence. On en déduit un objectif de précision par champ.
- Mesurer, champ par champ et type par typePrécision et rappel calculés séparément pour chaque champ et chaque type de document. Les moyennes viennent après, si elles servent encore.
- Examiner les erreurs, pas seulement les compterUne erreur systématique (un format de date mal lu, un tampon pris pour un numéro) se corrige par une règle ; une erreur aléatoire appelle un contrôle humain.
- Refaire la mesure à chaque changementNouvelle version du modèle, nouveau scanner, nouveau formulaire : le jeu de référence sert de banc d’essai permanent.
Le même jeu de référence permet de comparer loyalement plusieurs solutions : chacune reçoit les mêmes documents, et les résultats se lisent avec les mêmes mesures. Sans lui, les chiffres des fournisseurs ne sont pas comparables entre eux.
Les seuils de confiance : répartir le travail entre la machine et l’agent
La plupart des outils associent à chaque valeur extraite un score de confiance. Bien utilisé, ce score permet d’organiser le contrôle au lieu de le subir.
Le réglage se fait avec les mesures de l’étape précédente : on place le seuil haut à l’endroit où la précision observée atteint l’objectif fixé pour le champ. Au démarrage, les seuils sont prudents et beaucoup de documents passent par un agent ; ils s’assouplissent à mesure que les mesures le justifient. Un point de vigilance : le score de confiance d’un modèle n’est pas une probabilité garantie. Il faut vérifier, sur vos données, qu’un score élevé correspond bien à une valeur juste.
Le contrôle ne s’arrête pas à la mise en service
Les documents changent : un nouveau modèle de facture chez un fournisseur, un formulaire administratif révisé, une campagne de numérisation d’archives anciennes. Un outil bien réglé en janvier peut se dégrader en juin sans que personne ne le remarque, précisément parce que les documents indexés directement ne sont plus regardés.
Prévoyez dès le départ un contrôle par échantillon des documents indexés sans intervention humaine, avec un indicateur suivi chaque mois. Le jour où la précision baisse sur un champ, vous le savez, et vous savez lequel.
Trois autres garde-fous complètent le dispositif. Les corrections faites par les agents sont enregistrées et réutilisées pour améliorer les règles ou les modèles. Chaque valeur garde la trace de son origine (automatique, validée, saisie) et de la version de l’outil qui l’a produite. Et l’indexation reste modifiable : une métadonnée corrigée six mois plus tard doit l’être avec un historique, pas par un écrasement silencieux.
Par où commencer
Par un seul flux, à fort volume et aux documents assez homogènes : le courrier entrant d’un service, les factures fournisseurs, les pièces d’un type de dossier. On y construit le jeu de référence, on mesure, on règle les seuils, on organise le contrôle. Le reste se déploie ensuite par flux, avec la même méthode. C’est aussi ce que nous faisons avec GedFlow, dont le premier pas est un diagnostic documentaire sur un service. Le guide complet de la GED replace l’indexation dans l’ensemble du projet, du plan de classement à l’adoption par les équipes.
Pour approfondir : GedFlow · Automatisation des processus
Questions fréquentes
Quel taux de précision exiger d'un outil d'indexation automatique ?
Il n'existe pas de seuil universel. Le niveau acceptable dépend du coût d'une erreur pour chaque champ : un numéro de dossier faux rend un document introuvable, une date approximative est souvent sans conséquence. Fixez un objectif par champ, mesuré sur un échantillon de vos propres documents, plutôt qu'un taux global.
L'indexation automatique supprime-t-elle la validation humaine ?
Rarement en totalité. Elle la concentre sur les cas incertains : les documents dont le score de confiance est faible passent par un agent, les autres sont indexés directement et contrôlés par échantillon. La part de documents validés à la main diminue à mesure que les règles et les modèles s'améliorent.
Faut-il une IA pour indexer automatiquement ?
Pas toujours. Pour des formulaires stables, la lecture de zones fixes, les codes-barres ou des règles simples suffisent et sont plus prévisibles. Les modèles d'apprentissage et les modèles de langage sont utiles pour les documents variés ou peu structurés, comme les courriers ou les contrats, à condition de mesurer leurs erreurs comme celles de toute autre méthode.
Comment comparer deux solutions d'indexation ?
En leur soumettant le même jeu de documents représentatifs, que vous avez indexé vous-même au préalable, et en comparant les résultats champ par champ. Sans ce jeu de référence, les chiffres annoncés par les fournisseurs ne sont pas comparables.