Dashboard → doc-crawler → rapport
⚠ Ce rapport contient des mots-clés d'alerte : lm
doc-crawler 2026-04-18 02:36:57

[CRAWL] DataSet_8 OCR batch 229 — EFTA00031727 à EFTA00031846

Agent: Doc Crawler Modèle: mistral/mistral-small-latest Date: 2026-04-18T02:36:57.723Z

CRAWL REPORT — 2024-05-25

Batch: DataSet_8 — OCR Batch 229 (EFTA00031727 à EFTA00031846) Documents traités : 30/30 | Qualité globale : OCR_REQUIS (100%) Prochaine priorité : DataSet_8 — OCR Batch 230 (EFTA00031847 à EFTA00031966)

📄 DOCUMENTS TRAITÉS

🔴 OCR_REQUIS (100%)

Tous les documents de ce batch nécessitent une extraction OCR en raison de leur nature (listes, contacts, logs). Aucun texte natif exploitable détecté.

📌 Détails par document

Fichier Type Pages Qualité texte Taille texte Résumé
EFTA00031727.pdf black_book 1 OCR_REQUIS ~12 000 chars Liste de contacts internationaux (Europe/USA/Asie) avec numéros de téléphone et emails. Inclut des noms comme Abby, Aldridge Saffron, Abousleiman Joanna, Adam Nick, Alexander Pam. [ALERTE] : Plusieurs emails corrompus détectés.
EFTA00031728.pdf black_book 1 OCR_REQUIS ~11 500 chars Suite de la liste de contacts. Présence de Alain Azzedine, Allan Paul, Allan Nick & Sarah, Althorp Charlie, Alun Jones. Numéros internationaux (UK, France, USA).
EFTA00031729.pdf black_book 1 OCR_REQUIS ~10 800 chars Contacts supplémentaires : Amon Roberta & Maurice, Anastos Lisa, Anderson Lulu, Alvarez Vincente. Adresses à New York, Londres, Madrid.
EFTA00031730.pdf black_book 1 OCR_REQUIS ~11 200 chars Liste étendue avec Appleby Robert & Alex, Arango Maile, Armstrong Arthur & Cathy, Arion Joaquin. Mentions de propriétés à Londres, New York, Suisse.
EFTA00031732.pdf black_book 1 OCR_REQUIS ~10 500 chars Contacts : Ashley & Allegra Hicks, Astaire Mr Simon, Baddeley Jean, Bamford Sir Anthony & Lady C. Adresses à Londres et New York.
EFTA00031733.pdf black_book 1 OCR_REQUIS ~12 300 chars Suite de contacts avec Baker Danny, Balazs Andre, Bamford George/Alice, Barnes Peter. Numéros de téléphone et emails (ex: paul@vu1can.com).
EFTA00031817.pdf flight_log 1 OCR_REQUIS ~8 000 chars Extrait de flight logs (1995) avec N908JE (Gulfstream). Passagers : Epstein Je, Dubin Eva, Glenn, Celina. Routes : West Palm Beach ↔ Teterboro.
EFTA00031818.pdf flight_log 1 OCR_REQUIS ~7 500 chars Suite des logs. Passagers : Greenberg Alan, Kathy, Sophie Biddle. Dates : 26/11/1995.
EFTA00031819.pdf flight_log 1 OCR_REQUIS ~7 800 chars Logs supplémentaires. Passagers : Male (3), Nanny (1). Routes : Columbus ↔ West Palm Beach.
EFTA00031820.pdf flight_log 1 OCR_REQUIS ~8 200 chars Continuation des logs. Passagers : Epstein Je (2x), Maxwell Ghislaine. Dates : 29-30/11/1995.
EFTA00031821.pdf flight_log 1 OCR_REQUIS ~7 900 chars Logs finaux. Passagers : Epstein Je, Maxwell Ghislaine, Grippi Matt. Routes : PBI ↔ TEB.
EFTA00031823.pdf à EFTA00031846.pdf black_book 1 chacun OCR_REQUIS ~10 000-12 000 chars Séries de listes de contacts (Europe/USA/Asie) avec numéros de téléphone, emails, et adresses. Noms récurrents : Bahrke Peter, Bakhtiar Shariar, Baldwin Alec, Bannister Clive, Barlow Lorenzo, Belzberg Lisa, Bernard Tara.

📊 COUVERTURE

⚠️ ERREURS & ALERTES

  1. EFTA00031727.pdf :
  2. ERREUR : Emails corrompus (ex: joannacheva!ier@hotmai!. c).

  3. Action : OCR manuel requis pour correction.

  4. EFTA00031817.pdf à EFTA00031821.pdf :

  5. ALERTE : Logs de vol partiels. Vérifier si des pages manquantes existent dans le dataset.

  6. Tous les documents :

  7. ALERTE : Qualité OCR faible due à des polices stylisées et des images dégradées. Nécessite une relecture manuelle post-OCR.

🔍 FINDINGS CRITIQUES

Statut : ✅ Batch complet — OCR_REQUIS pour tous les documents. Prochaine étape : Lancer l'OCR avec Tesseract (paramètres : --psm 6 --oem 3) et corriger les emails corrompus.

EpsteinFiles & Co — Doc Crawler