Vous avez probablement d\u00e9j\u00e0 fait l’exp\u00e9rience d’uploader un PDF dans un chatbot d’intelligence artificielle, esp\u00e9rant qu’il r\u00e9sume un rapport, extrait des tableaux ou d\u00e9niche une donn\u00e9e pr\u00e9cise en quelques secondes. Dans certains cas, cela fonctionne admirablement. Cependant, il arrive fr\u00e9quemment que le r\u00e9sultat soit d\u00e9concertant : colonnes m\u00e9lang\u00e9es, notes de bas de page ins\u00e9r\u00e9es en plein milieu du texte, tableaux transform\u00e9s en blocs illisibles ou r\u00e9ponses qui n’\u00e9voquent pas fid\u00e8lement le contenu du document. Ce ph\u00e9nom\u00e8ne met en relief une paradoxale r\u00e9alit\u00e9 : alors que ces syst\u00e8mes affichent des avanc\u00e9es notables en math\u00e9matiques et en programmation, ils continuent de rencontrer des obstacles avec un format aussi banal que le PDF.<\/p>\n
Pour nous, un PDF peut sembler \u00eatre un document bien structur\u00e9 avec paragraphes, titres et tableaux. Cependant, pour l\u2019IA qui tente de l\u2019analyser, la situation est bien diff\u00e9rente. Un PDF est principalement une repr\u00e9sentation visuelle d’une page, et lorsque des chatbots comme Gemini ou ChatGPT s\u2019y attaquent, ils n’acc\u00e8dent pas toujours \u00e0 une structure claire. Ils se retrouvent face \u00e0 un ensemble d’instructions graphiques qu’ils doivent d’abord d\u00e9chiffrer pour pouvoir donner une r\u00e9ponse coh\u00e9rente. Cette complexit\u00e9 est renforc\u00e9e par la mani\u00e8re dont l\u2019information est stock\u00e9e dans un PDF.<\/p>\n
Contrairement \u00e0 une page web o\u00f9 le contenu suit un ordre logique d\u00e9fini dans le code, un PDF peut contenir du texte comme des fragments isol\u00e9s plac\u00e9s \u00e0 des emplacements sp\u00e9cifiques. Souvent, l’archive conserve des coordonn\u00e9es et des instructions de positionnement, mais sans n\u00e9cessairement \u00e9tablir de relations explicites entre les phrases<\/a>. Par cons\u00e9quent, l’ordre dans lequel le texte appara\u00eet lors de son extraction peut diff\u00e9rer de l’ordre dans lequel nous le lisons. Dans le cas o\u00f9 le document contient plusieurs colonnes ou \u00e9l\u00e9ments superpos\u00e9s, le syst\u00e8me doit d\u00e9duire comment tout cela s’imbrique, ce qui n\u2019est pas toujours trivial.<\/p>\n Sur une page web, le contenu est organis\u00e9 en une hi\u00e9rarchie explicite<\/a>. Des balises d\u00e9finissent ce qu’est un titre, un paragraphe ou un tableau, et comment ces \u00e9l\u00e9ments interagissent. Cette structure aide d’autres syst\u00e8mes \u00e0 lire, indexer et traiter l’information. En revanche, dans un PDF, cette couche s\u00e9mantique peut \u00eatre absente ou mal d\u00e9finie, rendant l’extraction d’informations bien plus complexe comparativement \u00e0 une page web.<\/p>\n La premi\u00e8re solution qui vient \u00e0 l’esprit est l’OCR (reconnaissance optique de caract\u00e8res). Si le probl\u00e8me r\u00e9side dans la structure ou si le texte est pr\u00e9sent\u00e9 comme une image, l’OCR devrait le rendre lisible. En partie, c’est effectivement ce qu’il fait. L’OCR est utilis\u00e9 depuis des d\u00e9cennies pour transformer des images de mots en texte, mais transformer une image en texte ne garantit pas la reconstruction de la logique du document. Avec des \u00e9l\u00e9ments vari\u00e9s, le syst\u00e8me peut reconna\u00eetre chaque mot sans savoir comment ils s\u2019assemblent. Par cons\u00e9quent, l\u2019\u00e9chec ne r\u00e9side pas tant dans la lecture des caract\u00e8res, mais dans l’organisation des informations.<\/p>\nLa Comparaison avec le HTML<\/h3>\n
Le R\u00f4le du OCR<\/h3>\n
Pourquoi Rester avec le Format PDF?<\/h3>\n