Hypothèses des éléments Character String

Les hypothèses de Character String divisent les lignes en fragments d’alphabet : découvrez le fonctionnement des hypothèses imbriquées, l’évaluation de la qualité et la référence complète des propriétés.

Si une expression régulière est spécifiée dans les propriétés d’un élément, FlexiLayout Studio recherche dans la zone de recherche toutes les chaînes qui satisfont aux conditions de l’expression régulière. Si aucune expression régulière n’est spécifiée, FlexiLayout Studio utilise les alphabets définis par l’utilisateur.

​

Comment les lignes et les fragments sont identifiés

FlexiLayout Studio 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 et s’arrêtent lorsque la longueur maximale de l’espace (définie dans la propriété Longueur max. d’espace) est dépassée.

Dans les lignes obtenues, FlexiLayout Studio 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, FlexiLayout Studio divise les lignes en fragments.

​

Hypothèses imbriquées

Ensuite, FlexiLayout Studio formule une hypothèse pour chacun des fragments. Selon que l’option Allow embedded hypotheses est activée ou non, les hypothèses sont formulées de l’une des deux façons suivantes.

Supposons que FlexiLayout Studio 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, FlexiLayout Studio vérifie que le pourcentage de caractères de chaque alphabet ne dépasse pas la valeur définie dans le champ Pourcentage de caractères de l’alphabet. Il vérifie également que le pourcentage de caractères non alphabétiques ne dépasse pas la valeur définie dans le champ Pourcentage de caractères non alphabétiques. 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 précédente sont écartées. Les hypothèses imbriquées sont celles qui sont contenues dans une autre hypothèse de cette liste. Si les vérifications réussissent pour toutes les hypothèses, il ne reste qu’une seule hypothèse : fragment 1 + fragment 2 + fragment 3.

Ainsi, lorsque l’option Allow embedded hypotheses n’est pas sélectionnée, FlexiLayout Studio formule des hypothèses de longueur maximale qui remplissent toutes les conditions. Même si les hypothèses imbriquées sont exclues, les hypothèses peuvent toujours se chevaucher. La partie commune peut être un caractère ou un mot autonome, ou une chaîne de caractères faisant partie d’autres hypothèses, mais pour laquelle aucune hypothèse distincte n’a été formulée. Par exemple, FlexiLayout Studio peut formuler deux hypothèses (c’est-à-dire deux chaînes) : l’une se terminant par un certain mot ou une certaine expression, et l’autre commençant par ce mot ou cette expression.

Deux hypothèses qui se chevauchent peuvent se présenter ainsi :

hypothesis 1: fragment 1 + fragment 2
hypothesis 2: fragment 2 + fragment 3

​

Comment est calculée la qualité d’une hypothèse

Après génération de toutes les hypothèses possibles, FlexiLayout Studio calcule la qualité de pré-recherche pour chacune d’elles. Cette valeur estime dans quelle mesure une hypothèse satisfait aux contraintes de recherche définies dans la boîte de dialogue Propriétés, sur l’onglet Character String, ainsi que dans le champ relations avancées de pré-recherche de l’onglet Avancé.

À ce stade, la qualité dépend de trois vérifications :

• si le nombre de caractères de l’hypothèse est compris dans l’intervalle flou spécifié dans la propriété Character count
• si la longueur totale des espaces vides dans la ligne est comprise dans l’intervalle flou spécifié dans TotalGapLength
• si le nombre de mots dans la ligne est compris dans l’intervalle flou spécifié dans la propriété Word count

La qualité globale d’une hypothèse est le produit de toutes ces qualités.

​

Propriétés d’une hypothèse Character String

Une hypothèse Character String possède les propriétés suivantes :

Property	Description
Element name	Nom complet de l’élément.
Page	Numéro de la page sur laquelle l’élément a été détecté.
Surrounding rect	Coordonnées du rectangle qui entoure la région de l’hypothèse.
Width	Largeur de la région de l’hypothèse.
Height	Hauteur de la région de l’hypothèse.
Text	Caractères contenus dans l’hypothèse.
Detected	Indique si l’objet décrit par l’élément a été trouvé (true) ou si une hypothèse nulle a été générée (false).
From the best path	Indique si l’hypothèse trouvée appartient au meilleur chemin dans l’arbre des hypothèses (true) ou non (false).
Pre-search quality	Mesure 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 quality	Qualité de l’hypothèse après application des conditions du champ Advanced post-search relations.
Chain quality	Qualité 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.

​

Rubriques associées

• Character String
• Zone de recherche
• Contraintes de recherche supplémentaires