Passer au contenu principal
Si une expression régulière a été spécifiée dans les propriétés d’un élément, le programme recherchera dans la zone de recherche toutes les chaînes qui satisfont aux conditions de l’expression régulière. Si aucune expression régulière n’a été spécifiée, le programme utilise les alphabets définis par l’utilisateur.”

​
Comment les lignes et les fragments sont identifiés

Le programme prend en compte tous les objets texte qui intersectent horizontalement la zone de recherche (verticalement, les objets doivent être entièrement contenus dans la zone de recherche). Les objets texte sont ensuite regroupés en lignes. Les lignes sont construites de gauche à droite. Le programme cesse de construire une ligne lorsque la longueur maximale de l’espace (définie dans la propriété Longueur max. d’espace) est dépassée. Dans les lignes obtenues, le programme identifie des chaînes de caractères, chacune ne contenant que des caractères provenant de l’un des alphabets définis par l’utilisateur. De la même manière, le programme divise les lignes en fragments.

​
Hypothèses imbriquées

Ensuite, le programme formule une hypothèse pour chacun des fragments. Selon que l’option Allow embedded hypotheses soit activée ou non, les hypothèses sont formulées de l’une des deux manières suivantes. Supposons que le programme ait détecté trois fragments à l’étape précédente. Si l’option Allow embedded hypotheses est activée, les hypothèses sont formulées comme suit : 
hypothesis 1: fragment 1
hypothesis 2: fragment 1 + fragment 2
hypothesis 3: fragment 1 + fragment 2 + fragment 3
hypothesis 4: fragment 2
hypothesis 5: fragment 2 + fragment 3
hypothesis 6: fragment 3
Pour chaque hypothèse, le programme vérifie que le pourcentage de caractères de chaque alphabet ne dépasse pas la valeur définie dans le champ Pourcentage de caractères de l’alphabet. De même, le programme vérifie que le pourcentage de caractères n’appartenant pas à l’alphabet ne dépasse pas la valeur définie dans le champ Pourcentage de caractères hors alphabet. Si au moins une de ces vérifications échoue, aucune hypothèse n’est formulée. Si l’option Allow embedded hypotheses n’est pas sélectionnée, les hypothèses imbriquées de la liste ci-dessus seront écartées. Les hypothèses imbriquées sont celles qui sont contenues dans une autre hypothèse de la liste ci-dessus. Si les vérifications réussissent pour toutes les hypothèses, seule l’hypothèse suivante est conservée : fragment 1 + fragment 2 + fragment 3. Ainsi, si l’option Allow embedded hypotheses n’est pas sélectionnée, le programme formule des hypothèses de longueur maximale qui satisfont à toutes les conditions. Même si les hypothèses imbriquées sont exclues, les hypothèses peuvent se chevaucher. La partie commune peut être un caractère ou un mot autonome, ou une string de caractères faisant partie d’autres hypothèses, mais pour laquelle aucune hypothèse distincte n’a été formulée. Par exemple, le programme peut formuler deux hypothèses (c’est-à-dire deux strings) : l’une se terminant par un mot ou une expression donnés, et l’autre commençant par ce mot ou cette expression. Par exemple : 
hypothesis 1: fragment 1 + fragment 2
hypothesis 2: fragment 2 + fragment 3

​
Comment la qualité de l’hypothèse est calculée

Une fois toutes les hypothèses possibles générées, le programme calcule la Pre-search quality de chacune d’elles (il s’agit d’une estimation du degré auquel une hypothèse satisfait aux contraintes de recherche définies dans la boîte de dialogue Properties, sous l’onglet Character String et sous l’onglet Advanced, dans le champ relations avancées de pré-recherche). À ce stade, la qualité est calculée selon que la longueur de l’hypothèse en caractères se situe dans l’intervalle flou spécifié par la propriété Character count, que la longueur du gap total dans la ligne se situe dans l’intervalle flou spécifié dans TotalGapLength, et que le nombre de mots dans la ligne se situe dans l’intervalle flou spécifié par la propriété Word count. La qualité globale d’une hypothèse est calculée en multipliant toutes les qualités.

​
Propriétés d’une hypothèse Character String

Une hypothèse Character String possède les propriétés suivantes :
PropertyDescription
Element nameNom complet de l’élément.
PageNuméro de la page sur laquelle l’élément a été détecté.
Surrounding rectCoordonnées du rectangle qui entoure la région de l’hypothèse.
WidthLargeur de la région de l’hypothèse.
HeightHauteur de la région de l’hypothèse.
TextCaractères contenus dans l’hypothèse.
DetectedIndique si l’objet décrit par l’élément a été trouvé (true) ou si une hypothèse nulle a été générée (false).
From the best pathIndique si l’hypothèse trouvée appartient au meilleur chemin dans l’arbre des hypothèses (true) ou non (false).
Pre-search qualityMesure dans laquelle l’hypothèse correspond aux propriétés de l’élément définies par les paramètres de la boîte de dialogue Properties et par le code du champ relations avancées de pré-recherche.
Post-search qualityQualité de l’hypothèse après application des conditions du champ Advanced post-search relations.
Chain qualityQualité de la chaîne d’hypothèses, du premier sous-élément du groupe jusqu’au sous-élément actuel. La qualité de la chaîne est calculée en multipliant les qualités de tous les sous-éléments de la chaîne et sert à comparer des chaînes d’hypothèses concurrentes.