Aller au contenu
English

Validation selon les règles d'affaires

  • Leçon 14
  • 50 min
  • Module 5 : Valider et réviser les résultats

Où nous en sommes

Dans le module 4, nous avons lu chaque reçu avec les règles et le modèle, et nous avons signalé explicitement chaque valeur manquante. Mais un reçu peut avoir toutes ses valeurs bien lues et rester erroné : son total peut être incohérent. Dans cette leçon, nous vérifions les valeurs selon les règles d'affaires, des dates réelles, des totaux cohérents et des numéros de commande, et nous envoyons à une personne le reçu qui en enfreint une, comme une facture qu'on vérifie avant de payer.

Ce que vous saurez faire

Vérifiez les valeurs trouvées par le pipeline selon les règles d’affaires. Une date doit être réelle, et les montants ont deux décimales. Le total égale le sous-total plus la taxe, et le numéro de commande respecte le format de Larkfield. Un reçu qui enfreint une règle va à une personne. Ainsi, aucun total incohérent n’atteint un agent sans vérification.

Avant de commencerCe qu’il faut savoir et avoir sous la mainEnviron 50 minutes

Ce que vous devez savoir

Ce qu’il vous faut sur votre ordinateur

  • Votre projet à la fin du module précédent : python -m pytest -q affiche 84 passed (84 tests réussis). Si votre projet ne fonctionne plus, copiez l’instantané end-of-m04, comme l’indique le README des instantanés.
  • Le dépôt des laboratoires dans ~/projects/nextia-learning-labs, à jour.

Testé avec Python 3.12.13 et RapidOCR 3.10.0 sur macOS (Apple silicon). Les commandes Windows et Linux ne sont pas testées. Le générateur du cours crée chaque document de ce cours; aucun client ni magasin réel n’y figure.

  1. Dans le dossier du projet, copiez le module et son test depuis l’instantané :

    Fenêtre de terminal
    S=../nextia-learning-labs/C13/snapshots/end-of-m05
    cp $S/doc_extract/validate.py doc_extract/
    cp $S/tests/test_validate.py tests/
  2. Exécutez les tests :

    Fenêtre de terminal
    python -m pytest -q

    La dernière ligne est 90 passed (90 tests réussis). Les tests lisent quelques photos avec l’OCR; la première exécution peut donc prendre environ 30 secondes.

Un serveur apporte la facture après un repas. Vous la lisez correctement : chaque nombre que vous voyez est sur le papier. Puis vous additionnez les lignes de tête, et la somme est dix dollars de moins que le total. Vous n’avez fait aucune erreur de lecture. C’est la facture qui est erronée. Vous ne la payez donc pas encore. Vous demandez à une personne de la vérifier.

Vous avez fait deux vérifications différentes. La première était : « Ai-je bien lu le papier? » La deuxième était : « Ce que j’ai lu a-t-il du sens? » Le module 4 portait sur la première vérification. Cette leçon porte sur la deuxième.

Le problème : chaque valeur est correcte, mais le reçu est erroné

Section intitulée « Le problème : chaque valeur est correcte, mais le reçu est erroné »

Le reçu D050 est un PDF numérique de la caisse de Larkfield. Le pipeline le lit avec la couche texte et les règles :

Fenêtre de terminal
python -m doc_extract.combine D050
D050 receipt-lk-762786.pdf: model not needed
vendor Larkfield from rules found ok
order_number LK-762786 from rules found ok
date 2026-09-26 from rules found ok
currency CAD from rules found ok
subtotal 449.00 from rules found ok
shipping (not_found) from rules absent ok
tax 58.37 from rules found ok
total 517.37 from rules found ok
payment_method Debit from rules found ok

Chaque champ est ok (correct) : le pipeline a lu exactement ce que le reçu affiche. (Les frais de livraison sont absents, avec la raison not_found (introuvable). Les règles donnent cette raison lorsqu’aucune ligne ne correspond, comme dans Représenter la provenance. Un reçu de caisse n’affiche aucune ligne de livraison.) Les valeurs de référence du cours concordent, car elles consignent ce que le papier montre. Additionnez maintenant les lignes : 449,00 + 58,37 = 507,37. Mais le reçu affiche TOTAL CAD 517.37 (total de 517,37 dollars canadiens), et le client a payé 517,37 par carte de débit.

La mesure de la lecture donne donc 9 champs corrects sur 9, mais le montant reste erroné de dix dollars. Peut-être que la caisse a ajouté une ligne sans l’imprimer. Peut-être que quelqu’un a modifié le PDF avant de l’envoyer. Le pipeline ne peut pas savoir ce qui s’est passé. Il sait seulement que ces nombres ne concordent pas. Si le reçu va directement à un agent, celui-ci pourrait rembourser 517,37 pour un barbecue qui coûtait 507,37, taxe comprise.

Tomás ne s’inquiète pas : « Les valeurs sont correctes. Le lecteur a fait son travail. » Grace répond : « Mon équipe ne rembourse pas des valeurs. Elle rembourse des reçus. Un reçu dont le total ne concorde pas a besoin d’une personne. »

L’idée : des règles que les valeurs doivent respecter

Section intitulée « L’idée : des règles que les valeurs doivent respecter »

La validation selon les règles d’affaires vérifie les valeurs extraites selon les règles de l’entreprise. Elle ne regarde pas la page. La page indique ce qui est imprimé. L’entreprise indique ce qui peut être vrai. Les taxes de vente canadiennes ont quelques taux connus. Un numéro de commande commence par LK-, suivi de six chiffres. Un achat ne se situe pas dans le futur. Le total égale le sous-total plus les frais de livraison plus la taxe.

Une vérification qui échoue produit un problème avec une gravité :

  • Une erreur signifie : « Ne faites pas confiance à ce reçu sans l’avis d’une personne. » Le document va en révision. Un champ obligatoire absent, un total incohérent et un numéro de commande au mauvais format sont des erreurs.
  • Un avertissement signifie : « Montrez ceci à la personne qui traite le reçu. » Le document peut quand même poursuivre son parcours. Un paiement en dollars américains est un avertissement : l’agent doit le convertir avant un remboursement en dollars canadiens.

Les vérifications ne dépendent pas du lecteur qui a trouvé une valeur. Un total provenant de la couche texte, de l’OCR ou du modèle doit respecter les mêmes règles. Voilà pourquoi la validation vient après combine.py, comme une étape dans la vie d’un document :

Une machine à états. Un fichier arrive sur un billet : reçu. Le traitement initial échoue : arrêté à l'entrée (endommagé, verrouillé, trop volumineux, non pris en charge, copie exacte). Le traitement initial réussit : extrait (les règles d'abord, le modèle au besoin). Les vérifications s'exécutent : validé (dates, montants, totaux, codes). Une erreur, un conflit ou une valeur non vérifiée, 5 reçus sur 54 : à réviser. Aucune erreur, 49 sur 54 : certitude mesurée. Certitude sous le seuil, 6 à 0,90 : à réviser. Au seuil ou au-dessus, 43 à 0,90 : vers les agents. Depuis « À réviser » : le réviseur accepte les valeurs, vers les agents; le réviseur ajoute une correction, corrigé (une nouvelle ligne, la ligne extraite conservée), puis les vérifications s'exécutent de nouveau et réussissent, vers les agents; la page ne montre pas la valeur, en attente du client, puis le client envoie une meilleure photo et le fichier est reçu de nouveau.
La vie d'un reçu dans le pipeline. La validation décide du premier embranchement : un reçu avec une erreur va à une personne, peu importe le seuil. Les nombres correspondent aux 54 documents de reçus du cours.
Description textuelle du diagramme

Un fichier arrive sur un billet de soutien. Le traitement initial arrête les fichiers endommagés, verrouillés, trop volumineux ou non pris en charge, ainsi que les copies exactes. Les autres fichiers passent à l’extraction, avec les règles d’abord et le modèle au besoin. Ensuite, les vérifications s’exécutent. Un reçu avec une erreur, un conflit ou une valeur non vérifiée va en révision : 5 des 54 documents de reçus. Les 49 autres reçoivent une mesure de certitude, que la prochaine leçon explique. Sous le seuil de 0,90, un reçu va en révision (6). Au seuil ou au-dessus, le reçu va aux agents (43). En révision, une personne accepte les valeurs ou ajoute une correction. Quand la page ne montre pas une valeur, la personne demande au client une meilleure photo. Un reçu corrigé passe de nouveau les vérifications avant d’aller aux agents.

Cette leçon construit l’étape « Validé ». La prochaine leçon construit la mesure de certitude et la décision de révision. La dernière leçon du module construit les corrections.

Vous pouvez vérifier des valeurs sans document. Écrivez les valeurs d’un reçu dans un dictionnaire, avec un total trop élevé de dix dollars. Lancez python dans le dossier du projet et tapez :

from datetime import date
from doc_extract import validate
receipt = {"vendor": "Larkfield", "order_number": "LK-547562", "date": "2026-08-22",
"currency": "CAD", "subtotal": "189.00", "shipping": None, "tax": "22.68",
"total": "221.68", "payment_method": "Cash"}
for p in validate.validate(receipt, today=date(2026, 10, 10)):
print(p.severity, p.field, p.rule, "|", p.message)
error total adds_up | subtotal 189.00 + shipping 0 + tax 22.68 = 211.68, but the total is 221.68 (difference +10.00)

La vérification calcule 189,00 + 0 + 22,68 = 211,68 et compare la somme au total. La différence est de +10,00. Elle dépasse un cent, donc c’est une erreur. La marge d’un cent existe parce que les magasins arrondissent chaque ligne de taxe. La somme des lignes arrondies peut différer d’un cent.

L’argument today= fixe la date d’« aujourd’hui », pour obtenir la même sortie que le cours. Enfreignez maintenant quatre autres règles à la fois :

from datetime import date
from doc_extract import validate
receipt = {"vendor": "Larkfield", "order_number": "0693-220", "date": "2026-12-01",
"currency": "USD", "subtotal": "189.00", "shipping": None, "tax": "22.68",
"total": "211.68", "payment_method": "Cheque"}
for p in validate.validate(receipt, today=date(2026, 10, 10)):
print(p.severity, p.field, p.rule, "|", p.message)
error date future | the date 2026-12-01 is after today (2026-10-10)
warning currency foreign | paid in US dollars: convert before a refund in CAD
error order_number format | '0693-220' is not LK- and 6 digits
error payment_method allowed | 'Cheque' is not a known payment method

Lisez chaque ligne. La date du 1 décembre 2026 vient après « aujourd’hui », et personne n’achète quelque chose dans le futur. 0693-220 est un numéro de transaction de caisse, pas un numéro de commande. Le chèque ne fait pas partie des cinq modes de paiement du contrat. Les dollars américains donnent seulement un avertissement, car une commande Larkfield provenant des États-Unis est normale. Elle demande de l’attention, pas un arrêt. Le total concorde maintenant, donc il n’y a aucune erreur de total.

Voici toutes les vérifications de validate.py. Chacune vient du contrat ou du fonctionnement de Larkfield :

Vérification Règle Gravité
required le vendeur, la date, la devise, le sous-total, la taxe et le total sont présents erreur
future, format (date) une date réelle, qui ne vient pas après aujourd’hui erreur
too_old (date) une date avant 2020 est inhabituelle avertissement
format (montant) un montant non négatif, avec 2 décimales erreur
adds_up (total) sous-total + livraison + taxe = total, à 0,01 près erreur
rate (taxe) pour CAD : taxe ÷ (sous-total + livraison) vaut 0, 5, 12, 13, 14,975 ou 15 % avertissement
allowed, foreign (devise) CAD ou USD; USD nécessite une conversion erreur; avertissement pour USD
format (numéro de commande) LK- et 6 chiffres erreur
allowed (paiement) Visa, Mastercard, Amex, Debit ou Cash erreur
adds_up, line (articles) les lignes d’articles totalisent le sous-total; quantité × prix unitaire = total de la ligne avertissement
  1. Validez le reçu du problème :

    Fenêtre de terminal
    python -m doc_extract.validate D050
    D050 receipt-lk-762786.pdf:
    error total adds_up subtotal 449.00 + shipping 0 + tax 58.37 = 507.37, but the total is 517.37 (difference +10.00)

    Une erreur, avec la somme écrite au complet, pour qu’une personne voie immédiatement la raison.

  2. Validez le document numérisé D051 :

    Fenêtre de terminal
    python -m doc_extract.validate D051
    D051 scan0099.jpg:
    error total adds_up subtotal 528.00 + shipping 0 + tax 68.64 = 596.64, but the total is 595.74 (difference -0.90)

    Ce total est trop bas de 0,90. L’OCR a lu le document correctement : le cours a créé ce reçu erroné volontairement, comme D050. Une petite différence reste une erreur, car seule une personne peut décider si 0,90 compte.

  3. Validez un reçu normal et un reçu américain :

    Fenêtre de terminal
    python -m doc_extract.validate D011
    python -m doc_extract.validate D052
    D011 receipt-lk-103119.pdf: no problem
    D052 order-us-lk-159455.pdf:
    warning currency foreign paid in US dollars: convert before a refund in CAD
  4. Validez tous les documents de reçus :

    Fenêtre de terminal
    python -m doc_extract.validate --all

    La commande lit chaque document numérisé et chaque photo; la première exécution prend donc environ 30 secondes. Elle affiche seulement les documents avec un problème. Le cours a compté les problèmes dans sa sortie :

    error currency required 1
    error date required 2
    error subtotal required 1
    error tax required 1
    error total adds_up 2
    error total required 2
    error vendor required 2
    warning currency foreign 2
    warning items adds_up 3
    warning items line 18
    documents with an error: ['D045', 'D046', 'D047', 'D050', 'D051']
    documents with only warnings: ['D001', 'D003', 'D005', 'D007', 'D009', 'D013', 'D015', 'D022', 'D027', 'D028', 'D031', 'D036', 'D037', 'D039', 'D040', 'D043', 'D052', 'D053', 'D058']
Deux reçus avec des cadres tracés à partir des preuves du pipeline. À gauche, D050, un PDF numérique : cadres bleus autour du sous-total 449,00 et de la TVH de 13 %, 58,37; cadre rouge autour du total CAD 517,37; dessous, la ligne de débit ****3310 517,37. En bas : sous-total 449,00 + livraison 0 + taxe 58,37 = 507,37; total imprimé 517,37; différence +10,00 : erreur total adds_up. À droite, D051, un document numérisé : cadres bleus autour du sous-total 528,00 et de la TVH de 13 %, 68,64; cadre rouge autour du total CAD 595,74. En bas : 528,00 + 0 + 68,64 = 596,64; total imprimé 595,74; différence -0,90. Chaque valeur est bien lue. Le total du reçu lui-même ne concorde pas.
Les deux reçus du cours dont le total imprimé ne concorde pas. Les cadres viennent des preuves de chaque valeur, pour montrer au réviseur les trois lignes qui ne concordent pas.
Description textuelle du diagramme

Deux reçus, avec les cadres que le pipeline a stockés comme preuves. Sur le PDF numérique D050, les cadres bleus marquent le sous-total 449,00 et la taxe 58,37. Un cadre rouge marque le total 517,37. La somme est de 507,37, donc la différence est de +10,00. Sur le document numérisé D051, le sous-total 528,00 et la taxe 68,64 donnent 596,64. Mais le total imprimé est de 595,74 : une différence de -0,90. Dans les deux reçus, chaque valeur est bien lue, mais le total du reçu lui-même ne concorde pas.

Cinq documents ont une erreur, et chacun a besoin d’une personne :

  • D050 et D051 : des totaux qui ne concordent pas.
  • D045 : le total manque, car le bas de la photo est coupé.
  • D046 : six champs obligatoires manquent, car personne ne peut lire la photo.
  • D047 : le vendeur et la date manquent, car le haut de la photo est coupé.

Dix-neuf documents ont seulement des avertissements. Deux sont les reçus américains. Trois sont des photos où l’OCR a trouvé moins de lignes d’articles que le reçu en contient. Leur somme est donc inférieure au sous-total. Les autres avertissements disent, par exemple, 3 x 74.85 is not 74.85 (Pruning shears) (3 × 74,85 n’égale pas 74,85, sécateur) sur D001. Regardez la couche texte du reçu :

Fenêtre de terminal
python -m doc_extract.textlayer D001
[ 14.2 226.8 89.8 235.8] Pruning shears
[ 25.0 239.3 73.6 248.3] 3 x 24.95
[ 185.6 239.3 212.6 248.3] 74.85

Les lignes Pruning shears (sécateur), 3 x 24.95 et 74.85 sont présentes. Le reçu est donc correct, et l’avertissement aussi : les règles ont lu le prix unitaire comme 74,85 plutôt que 24,95. Le motif d’une ligne de quantité permet des espaces dans un montant, pour les montants français comme 1 011,78. Il prend donc le prix et le total de la ligne ensemble, puis garde le dernier nombre. Chaque article avec une quantité de 2 ou plus sur un reçu de caisse reçoit ce mauvais prix unitaire.

C’est un vrai bogue dans les règles du cours. Le cours l’a trouvé grâce à cette vérification pendant la rédaction de cette leçon. Un avertissement ne concerne pas seulement le papier du client : il peut aussi signaler un problème dans votre propre lecteur. Ici, le bogue ne change aucun des neuf champs utilisés par la révision et les agents. Un avertissement n’arrête pas un reçu. Vous corrigez ce genre de bogue dans le lecteur. Vous ne le corrigez jamais en retirant la vérification.

Certaines vérifications nécessitent plus d’un document. Un client peut joindre le même reçu à deux billets, ou le numériser deux fois. Le traitement initial arrête une copie exacte grâce à ses octets, mais une deuxième numérisation a des octets différents. Et Traitement des entrées a montré que des photos de reçus différents peuvent se ressembler beaucoup. Le projet compare donc le contenu : le même numéro de commande, ou le même magasin, la même date et le même total.

validate --all examine seulement les 54 documents de reçus. D060, une deuxième numérisation de D020, fait partie du jeu comme fichier problématique. Le pipeline complet le vérifie dans le prochain module. Vous pouvez exécuter la vérification à la main maintenant :

from doc_extract import combine, documents, validate
records = {}
for doc in ("D020", "D021", "D060"):
ex, _ = combine.combine(documents.get(doc))
records[doc] = validate.values_of(ex)
v = records[doc]
print(doc, v["vendor"], v["order_number"], v["date"], v["total"])
print(validate.duplicates(records))
D020 Larkfield LK-243824 2026-06-25 416.80
D021 Larkfield LK-373435 2026-07-09 28.69
D060 Larkfield LK-243824 2026-06-25 416.80
{'D060': 'D020'}

D060 a le numéro de commande et le total de D020 : c’est donc « le même reçu que D020 ». D021 est un autre reçu. Un doublon n’est pas une erreur dans un reçu : les deux copies peuvent être parfaites. C’est une raison pour qu’une personne vérifie que personne ne verse le remboursement deux fois.

La validation ne connaît pas les vraies valeurs. Elle connaît seulement les règles. Elle détecte donc une valeur erronée seulement lorsque celle-ci enfreint une règle. Le cours l’a vérifié sur les réponses enregistrées du modèle, dont les vraies valeurs sont connues. Pour chaque document avec une valeur erronée, la validation a-t-elle produit une erreur?

v1 D003 wrong: order_number | errors: order_number format
v1 D007 wrong: order_number | errors: order_number format
v1 D013 wrong: order_number | errors: order_number format
v1 D017 wrong: order_number | errors: order_number format
v1 D018 wrong: order_number | errors: order_number format
v1 D021 wrong: date | errors: -
v1 D025 wrong: order_number | errors: order_number format
v1 D028 wrong: order_number | errors: order_number format
v1 D033 wrong: order_number | errors: order_number format
v1 D034 wrong: order_number | errors: order_number format
v1 D036 wrong: date | errors: -
v1 D042 wrong: order_number | errors: order_number format
v1 D046 wrong: vendor, order_number, date, currency, subtotal, tax, total, payment_method | errors: currency required, date required, subtotal required, tax required, total required, vendor required
v1 D048 wrong: order_number | errors: order_number format
v1 D049 wrong: order_number | errors: order_number format
== v1 full: 54 documents, 15 with a wrong value, 13 of them with a validation error
v2 D009 wrong: vendor | errors: -
v2 D045 wrong: tax | errors: tax required, total required
v2 D046 wrong: vendor, order_number, date, currency, subtotal, tax, total, payment_method | errors: currency required, date required, subtotal required, tax required, total required, vendor required
== v2 full: 54 documents, 3 with a wrong value, 2 of them with a validation error
v2-quarter D020 wrong: date | errors: -
v2-quarter D022 wrong: vendor, order_number, date, currency, subtotal, tax, total, payment_method | errors: currency required, date required, subtotal required, tax required, total required, vendor required
v2-quarter D038 wrong: tax | errors: tax required
v2-quarter D040 wrong: order_number | errors: -
v2-quarter D044 wrong: order_number, subtotal, shipping, tax, total | errors: -
== v2 quarter: 6 documents, 5 with a wrong value, 2 of them with a validation error

Avec la première requête simple (v1), le modèle a écrit un mauvais numéro de commande sur 12 documents. La plupart sont le numéro de transaction de caisse ou le numéro de facture du magasin partenaire. Chacun échoue à la vérification du format. La validation détecte donc 13 des 15 documents avec une valeur erronée. Les deux qu’elle manque sont des dates : une date française mal lue reste une date réelle.

Avec une image au quart de sa taille, le modèle a mal lu le sous-total, la livraison, la taxe et le total de D044. Les quatre montants erronés concordent quand même, donc aucune vérification n’échoue. Et le vendeur LARKEFIELD de D009 n’enfreint aucune règle, car la liste des vendeurs n’est pas encore une vérification. Vous l’ajoutez dans l’exercice du module.

La validation est donc un filet dont les trous ont une forme connue. Elle détecte les valeurs qui enfreignent une règle : mauvais formats, champs absents, sommes qui ne concordent pas. Elle ne peut pas détecter une valeur erronée mais plausible. Voilà pourquoi la prochaine leçon ajoute un deuxième signal.

  • Validez chaque enregistrement extrait, après combine.py et avant que quiconque utilise les valeurs. Les vérifications prennent des millisecondes et ne nécessitent aucun modèle.
  • Réservez les erreurs aux décisions qu’une personne doit prendre. Trop d’erreurs remplissent la file de révision de reçus corrects. Un reçu en dollars américains peut être normal : c’est donc un avertissement.
  • Consignez chaque règle avec sa raison. Les taux de taxe et les formats des numéros de commande changent avec l’entreprise. Chaque changement nécessite une modification du code et un test.
  • N’utilisez pas la validation comme mesure d’exactitude. Un reçu sans problème peut quand même contenir une valeur erronée qui respecte les règles.

Erreur courante

Le total qui se corrige tout seul

Symptôme : Un collègue veut moins de reçus en révision : « Si le total ne concorde pas, remplacez-le par sous-total + livraison + taxe. La vérification réussira. » La file raccourcit. Des semaines plus tard, un client se plaint : il a payé 517,37 pour le barbecue de D050, mais le remboursement était de 507,37.

Cause : La réparation a changé une valeur pour faire réussir une règle. Le total stocké ne correspond plus à la ligne imprimée dans son cadre de preuve, et personne n’a regardé le reçu. C’est un cas construit, mais les nombres sont ceux de D050 : la ligne de débit sur le papier indique 517,37.

Diagnostic : Comparez chaque valeur stockée au texte de sa preuve. Une valeur stockée de 507,37 avec la preuve TOTAL CAD 517.37 n’est pas une valeur imprimée sur la page. Dans le projet, python -m doc_extract.provenance D050 affiche les preuves de chaque valeur.

Correction : Ne changez jamais une valeur pour faire réussir une vérification. Le validateur signale; il ne répare pas. Le reçu va à une personne avec la raison. Une correction, au besoin, est un enregistrement distinct avec un nom et une note. La dernière leçon de ce module le construit.

Conséquence dans le travail en IA : une vérification qui répare les données cache le cas qu’elle devait trouver. La même chose vaut pour la sortie d’un modèle. Un validateur qui « corrige » une mauvaise réponse transforme une erreur visible en erreur invisible.

Changez une condition : utilisez deux photos au lieu du reçu numérique. D045 est coupé en bas, et D047 en haut. Prévoyez les problèmes de chacun et leur gravité. Puis exécutez :

Fenêtre de terminal
python -m doc_extract.validate D045
python -m doc_extract.validate D047
Afficher la réponse
D045 IMG_4880.jpg:
error total required total is missing
D047 IMG_4894.jpg:
error vendor required vendor is missing
error date required date is missing
warning items line 2 x 108.00 is not 108.00 (Garden chair)

D045 présente une erreur : le total manque, car il se trouve sous le bord coupé. Le sous-total et la taxe sont présents. Mais la vérification de la somme ne peut pas s’exécuter, car elle exige les trois valeurs. D047 présente deux erreurs : le fournisseur et la date manquent, car ils se trouvaient au-dessus du bord coupé. Les deux reçus sont envoyés à une personne, qui peut demander une nouvelle photo au client. D047 présente aussi un avertissement concernant une ligne d’article. Il vient du bogue de prix unitaire dans les règles (2 chaises de jardin à 54,00), pas du reçu.

Vérifiez votre compréhension

Expliquez pourquoi D050 exige une personne, même si le pipeline a bien lu les neuf champs.

Afficher la réponse

Bien lire et vérifier la cohérence sont deux vérifications différentes. Le pipeline a lu exactement ce que D050 affiche, donc la lecture est correcte. Mais les valeurs imprimées ne concordent pas : 449,00 + 0 + 58,37 = 507,37, et le total imprimé est 517,37. Seule une personne peut en trouver la cause : une ligne non imprimée, une erreur de caisse ou un fichier modifié. La vérification adds_up (la somme concorde) signale une erreur, donc le reçu est envoyé en révision. Aucun agent ne rembourse ainsi un montant erroné sans vérification.

Vérifiez votre compréhension

Prévoyez le résultat : le modèle lit un reçu et donne un sous-total de 189,00, une taxe de 24,57 et un total de 213,57. Le papier indique 189,00, 22,68 et 211,68. La validation détectera-t-elle l'erreur?

Afficher la réponse

Non. La somme concorde toujours : 189,00 + 24,57 = 213,57, donc adds_up réussit. Le taux de taxe est de 24,57 ÷ 189,00 = 13,0 %, soit le taux de TVH. La vérification du taux réussit donc aussi. Les valeurs sont erronées, mais cohérentes, comme les quatre montants de D044 qui correspondaient au quart des montants réels. La validation détecte les valeurs qui enfreignent une règle. Une valeur erronée plausible exige un autre signal, comme un faible score de lecture ou une deuxième lecture.

Vérifiez votre compréhension

Vérification pratique : exécutez python -m doc_extract.validate --all. Quels documents présentent une erreur, et pourquoi aucun avertissement ne bloque-t-il un reçu?

Afficher la réponse

Cinq documents présentent une erreur. D045 n’a aucun total, D046 manque de six champs obligatoires, et D047 manque du fournisseur et de la date. Les totaux de D050 et D051 ne correspondent pas à la somme. Les avertissements concernent la devise américaine sur D052 et D053, des lignes d’articles manquantes sur trois photos et le bogue de prix unitaire dans les règles. Un avertissement indique à la personne qui traite le reçu de faire attention. Il ne bloque pas le reçu, car celui-ci peut quand même être correct. Une commande américaine est normale, et les lignes d’articles ne font pas partie des neuf champs.

Récapitulatif

  • Bien lire ne suffit pas. Les neuf valeurs de D050 sont bien lues, mais son total dépasse la somme de dix dollars.
  • La validation selon les règles d’affaires compare les valeurs aux règles de l’entreprise. Exemples : champs obligatoires, dates réelles, totaux qui concordent, taux de taxe, devises, numéros de commande.
  • Une erreur envoie le document à une personne; un avertissement l’accompagne. Cinq des 54 documents de reçus présentent une erreur.
  • Le contenu permet de repérer les doublons : D060 a le même numéro de commande et le même total que D020.
  • La validation détecte les valeurs erronées qui enfreignent une règle, comme les 12 numéros de commande erronés de la requête v1. Elle ne peut pas détecter une valeur erronée qui respecte les règles.
  • Une vérification signale un problème; elle ne le corrige jamais. Ici, les avertissements ont aussi révélé un vrai bogue dans les règles du cours.

Ensuite, vous combinez les erreurs avec une certitude mesurée et décidez quels documents une personne vérifie.

Leçon suivante : Confiance et acheminement vers la révision