> ## Documentation Index > Fetch the complete documentation index at: https://docs.abbyy.com/llms.txt > Use this file to discover all available pages before exploring further. # Traiter des ensembles de documents mixtes dans Advanced Designer > Créez des Compétences de document pour des ensembles de documents mixtes — combinaisons de documents semi-structurés et non structurés, cellules de tableau avec champs intégrés ou documents non structurés avec insertions. Un [ensemble de documents « mixte »](/fr/vantage/documentation/advanced-designer/use-cases/extracting-from-docs#mixed-document-sets) peut désigner deux choses dans Advanced Designer : * Un même ensemble qui contient à la fois des **documents semi-structurés et non structurés** (différents types de documents). * Un seul document qui présente une **structure mixte** — par exemple, un contrat non structuré avec des tableaux intégrés, des titres, des en-têtes ou des pieds de page.
## Choisissez un scénario
| Scénario | Quand l’utiliser | Activités clés | | :---------------------------------------------------------------------------- | :------------------------------------------------------------------------------------------------------ | :------------------------------------------------------------------- | | Documents semi-structurés et non structurés dans un même ensemble | Les deux relèvent d’un même type logique avec des champs de sortie communs | Classify + IF + Fast Learning + Segmentation + Deep Learning for NLP | | Cellules de tableau contenant des champs | Extraire des valeurs à l’intérieur de cellules de tableau (p. ex., des noms dans un Closing Disclosure) | Fast Learning + NER (+ Address Parsing) | | Documents non structurés avec tableaux/titres/en-têtes/pieds de page intégrés | Principalement des documents non structurés avec des fragments semi-structurés | Segmentation + Extraction Rules | Chaque scénario ci-dessous suit une structure commune ; seules les activités que vous ajoutez au flux de traitement diffèrent.
## Workflow type
Ouvrez Advanced Designer et cliquez sur **Créer une compétence de document** dans la page d’accueil. Dans l’onglet **Documents**, téléversez les documents que vous utiliserez pour configurer la compétence. Dans l’onglet **Fields**, créez et configurez les champs que la compétence extraira. Étiquetez les documents dans la section **Reference**. Dans l’onglet **Activities**, ajoutez les activités adaptées à votre scénario (décrit ci-dessous). Ouvrez chaque activité dans l’**Éditeur d’activité** pour la configurer et l’entraîner. Cliquez sur **Test Skill Using Selected Documents** pour évaluer les résultats. Lorsque ceux-ci sont suffisamment bons, [publier la compétence](/fr/vantage/documentation/advanced-designer/document-skills/publish).
## Documents semi-structurés et non structurés dans un même ensemble
Utilisez ce scénario lorsqu’une Compétence de document doit traiter à la fois des documents [semi-structurés](/fr/vantage/documentation/advanced-designer/use-cases/process-semi-structured) et [non structurés](/fr/vantage/documentation/advanced-designer/use-cases/process-unstructured) — ils appartiennent au même type logique et partagent le même ensemble de champs de sortie. Classez chaque document avec une [activité Classify By Text and Image](/fr/vantage/documentation/advanced-designer/activities/classify-by-text-and-image), qui combine le texte et la géométrie pour prendre en charge les images de mauvaise qualité et les documents qui ne se distinguent que par des éléments graphiques (signatures, sceaux). Pour obtenir les meilleurs résultats, téléversez un nombre à peu près équivalent de documents pour chaque variante, afin que le classificateur dispose de données d’entraînement équilibrées. Ensuite, créez un branchement dans le flux à l’aide d’une activité IF : * Traitez les documents semi-structurés avec une [activité Fast Learning](/fr/vantage/documentation/advanced-designer/activities/fast-learning). * Traitez les documents non structurés avec une [activité Segmentation](/fr/vantage/documentation/advanced-designer/activities/segmentation/segmentation-activity), suivie d’une [activité Deep Learning for NLP](/fr/vantage/documentation/advanced-designer/activities/deep-learning-nlp). Flux de traitement des documents avec Classify et branchement IF vers Fast Learning et Segmentation + Deep Learning for NLP
## Cellules de tableau avec des champs intégrés au texte de la cellule
Utilisez ce scénario lorsque vous devez extraire des valeurs spécifiques à l’intérieur de cellules de tableau dans des documents semi-structurés — par exemple, le nom d’un emprunteur et une partie de son adresse intégrés dans une cellule de Closing Disclosure. Extrayez la cellule comme un bloc de texte unique avec une [activité Fast Learning](/fr/vantage/documentation/advanced-designer/activities/fast-learning), puis exécutez des activités NLP sur ce bloc pour en extraire les champs intégrés : * [activité Named Entities (NER)](/fr/vantage/documentation/advanced-designer/activities/ner) pour les entités telles que les noms et les organisations. * [activité Address Parsing](/fr/vantage/documentation/advanced-designer/activities/address-parsing) pour décomposer les adresses en éléments. Flux de traitement des documents avec Fast Learning alimentant les activités Named Entities (NER) et Address Parsing
## Documents non structurés avec des tableaux, des titres, des en-têtes ou des pieds de page
Utilisez ce scénario pour des documents essentiellement non structurés (par exemple, des contrats) qui contiennent toutefois des fragments semi-structurés imbriqués, comme des tableaux, des titres, des en-têtes ou des pieds de page. Détectez les paragraphes de texte brut avec une [activité Segmentation](/fr/vantage/documentation/advanced-designer/activities/segmentation/segmentation-activity) et les fragments semi-structurés avec une [activité Extraction Rules](/fr/vantage/documentation/advanced-designer/activities/extraction-rules/extraction-rules). Une fois chaque fragment isolé, utilisez l’activité appropriée pour en extraire les champs. Exemple de document avec des paragraphes de texte non structuré à côté d’un tableau semi-structuré * [activité Classify By Text and Image](/fr/vantage/documentation/advanced-designer/activities/classify-by-text-and-image) * [activité Fast Learning](/fr/vantage/documentation/advanced-designer/activities/fast-learning) * [activité Segmentation](/fr/vantage/documentation/advanced-designer/activities/segmentation/segmentation-activity) * [activité Deep Learning pour NLP](/fr/vantage/documentation/advanced-designer/activities/deep-learning-nlp) * [activité Named Entities (NER)](/fr/vantage/documentation/advanced-designer/activities/ner) * [activité Extraction Rules pour les documents semi-structurés](/fr/vantage/documentation/advanced-designer/activities/extraction-rules/extraction-rules)