Gestion électronique avancée de documents professionnels

Advanced electronic document management

• Auteur / Autrice : Thomas Saout
• Direction : Frédéric Saubion, Frédéric Lardeux
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 12/12/2024
• Etablissement(s) : Angers
• Ecole(s) doctorale(s) : École Doctorale Mathématiques et Sciences et Technologies du numérique, de l’Information et de la Communication (Nantes)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'Etudes et de Recherche en Informatique d'Angers - Laboratoire d'Etudes et de Recherche en Informatique d'Angers / LERIA
• Partenaire(s) de recherche : Entreprise : KaliConseil (Angers)
• Jury : Président / Présidente : Philippe Vismara
• Jury : Rapporteurs / Rapporteuses : Ayse Akbalik, Eduardo A. Rodríguez Tello

Mots clés

Mots clés contrôlés

Reconnaissance des formes (informatique)

Représentations de graphes

Exploration de données

Gestion électronique de documents

Mots clés libres

Extraction de données

Facture

Représentation basé sur les graphes

Reconnaissance de tableaux

Data extraction

Invoice

Graph-Based representation

Table recognition

Résumé

Dans un contexte où la transformation numérique des entreprises est devenue incontournable, la gestion électronique des documents (GED) joue un rôle essentiel dans l’optimisation des processus organisationnels. Cette thèse explore la modélisation des documents professionnels sous forme de graphes, en mettant l’accent sur l’identification de sous-graphes correspondant à des tableaux. En intégrant une approche basée sur la reconnaissance de sous-graphes isomorphes et l’étiquetage des données, nous formalisons la structure des documents pour automatiser la détection des tableaux, un élément central dans de nombreux secteurs professionnels. Les résultats obtenus montrent que cette modélisation améliore significativement l’extraction et l’analyse des données tabulaires, sans nécessiter de traitement préalable complexe ni d’apprentissage coûteux. Cette approche ouvre de nouvelles perspectives pour des applications avancées en GED, en facilitant une reconnaissance rapide et précise des tableaux dans les documents professionnels, tout en optimisant l’étiquetage automatique des données.

In a context where the digital transformation of companies has become unavoidable, electronic document management (EDM) plays an essential role in optimizing organizational processes. This thesis explores the modeling of business documents as graphs, focusing on the identification of subgraphs corresponding to tables. By integrating an approach based on isomorphic subgraph recognition and data labeling, we formalize document structure to automate the detec tion of tables, a central feature in many professional sectors. Our results show that this modeling significantly improves the extraction and analysis of tabular data, without the need for complex pre-processing or costly learning. This approach opens up new prospects for advanced EDM applications, facilitating rapid and accurate recognition of tables in professional documents, while optimizing automatic date labeling.