Wiki¶

Récupération des données du fichier PDF¶

Utilisation du service OCR d'Huma-Num¶

• avec Filezilla, placer dans le dossier "ocr" de l'espace commun : triangle@mygrid.huma-num.fr, le fichier pdf source

• puis en ligne de commande, exécuter ainsi :

$ ssh triangle@mygrid.huma-num.fr
$ abbyyocr11 -rl French -if GLH-Pub_Fonciere-bureau1et2_pages2-3.pdf -f XML -of test2-fr.xml

puis en local :
$ scp -p 22 triangle@mygrid.huma-num.fr:~/ocr/test2-fr.xml Documents/workspaceGit/FrancoisRobert/output/

Conception du modèle des données¶

Les rubriques types sont les suivantes : 
N° d'ordre: 
Date de dépôt: 
Référence d'enliassement : 
Date de l'acte: 
Nature de l'acte: 
Rédacteur

Disposition n° x de la formalité 

Disposants
Numéro :
Désignation des Personnes :
Date de Naissance ou N° d'identité :

Bénéficiaire(s)
Numéro :
Désignation des Personnes : 
Date de Naissance ou N° d'identité :

Immeubles
Bénéficiaires :
Droits :
Désignation cadastrale :
Volume :
Lot :

sachant qu'il peut y avoir plusieurs Dispositions, Disposants, Bénéficiaires/donataires et Immeubles et Lots.