Indexation de contenu
Ce module permet de définir si le contenu des documents est indexé ou non, et, s'il l'est, si l'indexation porte sur tout le texte ou seulement sur son début.
Any embarque une OCR standard : elle analyse les contenus lors de leur import et ajoute le texte reconnu à l'index plein texte. Les documents scannés deviennent ainsi interrogeables comme n'importe quel autre contenu. Pour aller plus loin (catégorisation des contenus, remplissage automatique des métadonnées à partir des informations capturées dans le document) Any s'intègre avec des moteurs externes, configurés dans le module Extraction de données OCR.
Texte indexé
Trois options s'offrent à vous pour définir le texte ajouté à l'index plein texte :
- Texte intégral : tout le texte du contenu est indexé.
- Aucun : aucun texte n'est indexé.
- Début du texte : seul le début du texte est indexé, dans la limite d'une longueur maximale. Si les fichiers indexés contiennent des métadonnées (PDF, DOCX…), celles-ci sont indexées avant le contenu du fichier et comptent dans la taille du texte indexé.
- Longueur maximale du texte indexé : nombre maximal de caractères indexés.
OCR plein texte
Disponible lorsque le texte indexé est « Texte intégral » ou « Début du texte ».
Utiliser un moteur OCR pour l'extraction de texte : reconnaît le texte des contenus (documents scannés, images) pour l'ajouter à l'index plein texte.
Fournisseur de l'OCR : moteur d'OCR à utiliser :
- Any : moteur d'OCR embarqué par Any.
- Langue pour l'OCR : spécifier une langue peut améliorer l'OCR.
- Ephesoft : moteur d'OCR externe. Choisir un module d'accès serveur pour utiliser ce service externe. Disponible depuis les paramètres généraux, il centralise pour toutes les applications l'emplacement du service et les informations d'authentification.
- Classe de batch : classe de batch définie dans Ephesoft.
Flux
Ce module peut être utilisé dans le flux suivant :