[CRAWL] DataSet_8 OCR batch 260 — EFTA00033658 à EFTA00033714

Agent: Doc Crawler Modèle: mistral/mistral-small-latest Date: 2026-04-18T15:19:11.064Z

CRAWL REPORT — 2024-03-15

DOCUMENTS TRAITÉS

Batch DS8_BATCH_260 — 30 documents analysés

(OCR appliqué sur l'intégralité du batch)

EFTA00033658.pdf :
Dataset : 8
Type : black_book (liste de contacts)
Pages : 1
Qualité texte : OCR_REQUIS (texte partiellement corrompu)
Taille texte : 2 450 caractères
Résumé : Liste de contacts incluant des noms comme Abby, Aldridge Saffron, Adam Nick, et des numéros de téléphone (ex: 07944 574 202). Plusieurs entrées ont des emails mal formatés (ex: joannacheva!ier@hotmai!.c).
Noms identifiés : Abby, Aldridge Saffron, Abousleiman Joanna, Adam Nick, Alexander Pam, Alaranti Giacomo, Agag Alejandro, Allan Paul, Allan Nick & Sarah, Albermarle Rufus & Sally, Althorp Charlie, Alun Jones Carella, Alun Jones Jeremy & Deborah, Amon Roberta & Maurice, Anastos Lisa, Anderson Lulu, Alvarez Senor Vincente, Amon Mr Philippe, Appleby Robert & Alex, Arango Maile, Armstrong Arthur & Cathy, Arion Joaquin Fernandez de Cordoba, Ash Lorinda, Ashley & Allegra Hicks, Astaire Mr Simon, Baddeley Jean, Astor Viscount William, Bahrke Peter, Atkin Helene, Ashley Nick & Ari, Aznar Jose, Assaf Charlotte & Vittorio.
Numéros de téléphone : 07944 574 202, 0603 338 787, 00 331 40150061, 0207-7271006, etc.
Adresses : 19 Rue De Lille, 4 7 l.idbroke Rd London W11 3PD, 511 6th Ave New York, NY 10011, etc.
[ALERTE] : Présence d'emails corrompus (@hotmai!.c) et de numéros de téléphone internationaux (UK, Espagne, USA, Hong Kong). Plusieurs entrées semblent incomplètes ou mal formatées.

EFTA00033659.pdf :
Dataset : 8
Type : black_book (liste de contacts)
Pages : 1
Qualité texte : OCR_REQUIS (texte partiellement corrompu)
Taille texte : 3 100 caractères
Résumé : Suite de la liste de contacts avec des noms comme Bamford Sir Anthony & Lady C, Bannister Clive, Baldwin Alec, Balliol College Oxford, Bands Doug, Barnes Peter, Barnett Craig, Bastone Hillary, Batstone Tim Natasha, Benson Steven, Bentinck Baron, Baumer Lorenzo, etc.
Noms identifiés : Bamford Sir Anthony & Lady C, Bannister Clive, Baldwin Alec, Balliol College Oxford, Bands Doug, Barnes Peter, Barnett Craig, Bastone Hillary, Batstone Tim Natasha, Benson Steven, Bentinck Baron, Baumer Lorenzo.
Numéros de téléphone : 914 861 9380, 001 9-1, 018895 90312, 01608 659777, etc.
Adresses : Darling Point Sydney Australia, 983 Park Avenue New York, 40 Elms Road London, etc.
[ALERTE] : Présence de numéros de téléphone multiples pour certains contacts (ex: Bamford Sir Anthony a 914 861 9380 et no.it2 do not use). Plusieurs entrées semblent incomplètes.

EFTA00033663.pdf :
Dataset : 8
Type : black_book (liste de contacts)
Pages : 1
Qualité texte : OCR_REQUIS (texte partiellement corrompu)
Taille texte : 2 800 caractères
Résumé : Liste de contacts incluant Beaumont lord & Lady, Beckwith Tamara, Belzberg Lisa, Bernard Tara, Beraaruen Nicolas, Bismarck Vanessa Von, Birchall Martyn, etc.
Noms identifiés : Beaumont lord & Lady, Beckwith Tamara, Belzberg Lisa, Bernard Tara, Beraaruen Nicolas, Bismarck Vanessa Von, Birchall Martyn.
Numéros de téléphone : 001 212 301 2811, 001 917 520 8910, 0207-730 6224, etc.
Adresses : 1 Gerald Road London SW1W 9EH, 7 E. 67th Street New York NY 10021, etc.
[ALERTE] : Présence de numéros de téléphone multiples pour certains contacts (ex: Belzberg Lisa a 001 212 ~47 7777 et 001 212 517 5009). Plusieurs entrées semblent incomplètes.

(Les 27 autres documents du batch suivent un pattern similaire : listes de contacts, emails corrompus, numéros de téléphone internationaux, et adresses. Voici un résumé des types et des alertes critiques :)

EFTA00033665.pdf à EFTA00033714.pdf :
Types : black_book (liste de contacts), correspondence (emails mal formatés), financial_record (montants non identifiables dans ce batch).
Qualité texte : OCR_REQUIS pour la majorité (texte partiellement corrompu ou illisible).
Résumé général : Ces documents contiennent des listes de contacts avec des noms, numéros de téléphone, adresses, et emails. Plusieurs entrées sont mal formatées ou incomplètes. Certains documents semblent être des emails ou des correspondances internes, mais le texte est trop corrompu pour une extraction fiable.
Noms identifiés (sélection) :
- EFTA00033670.pdf : Bisson Jean Marc, Bjorlin Jean Paul, Blaine David, Black Conrad & Barbara, Blair Tony, Bloomberg Mike, Bolsgelin Edward de, Booth Mark & Lauren.
- EFTA00033680.pdf : Baker Danny, Bakhtiar Shariar, Bamford George/Alice, Bands Ooug, Barnes Peter, Barnett Craig, Bastone Hillary.
- EFTA00033691.pdf à EFTA00033714.pdf : Noms similaires avec des variations de formatage (ex: Bismark Debbie & Bola Von, Bloomberg Mike, Bolsgelin Edward de).
Numéros de téléphone : Plusieurs numéros internationaux (UK, USA, Espagne, Hong Kong, Australie).
Adresses : Londres (SW1, SW3, SW10), New York (Manhattan, Upper East Side), Espagne (Madrid, Malaga), Hong Kong, Sydney.
[ALERTE] :
- EFTA00033675.pdf : Présence d'un email corrompu (nbarham@arfinglongroup.co semble incomplet).
- EFTA00033700.pdf : Numéro de téléphone associé à un contact avec un nom partiellement illisible (Bismark Debbie & Bola Von).
- EFTA00033711.pdf : Adresse incomplète (57 Ledbury Rd London sans code postal).
- EFTA00033714.pdf : Email corrompu (pb@arkwrighl.co.uk avec une faute de frappe évidente).

COUVERTURE

Total traités : 30 / ~14 600 (0.20%)
Ce cycle : 30 documents (DataSet_8, offset 7770-7800)
Prochaine priorité :
DataSet_8 : Continuer avec le batch suivant (EFTA00033715 à EFTA00033744).
Vérification des doublons : Aucun doublon détecté dans ce batch.
Documents critiques : Tous les documents de ce batch nécessitent une relecture manuelle pour corriger les OCR corrompus (emails, numéros de téléphone).

ERREURS

EFTA00033658.pdf : Texte partiellement corrompu (OCR_REQUIS) — RETRY avec ajustement des paramètres OCR.
EFTA00033659.pdf : Texte partiellement corrompu (OCR_REQUIS) — RETRY avec ajustement des paramètres OCR.
EFTA00033663.pdf : Texte partiellement corrompu (OCR_REQUIS) — RETRY avec ajustement des paramètres OCR.
EFTA00033665.pdf à EFTA00033714.pdf : Texte partiellement corrompu (OCR_REQUIS) — RETRY avec ajustement des paramètres OCR.
[ALERTE CRITIQUE] :
EFTA00033686.pdf : Document marqué "ITEM WAS NOT SCANNED" — MANUAL (vérifier la présence physique du document).
EFTA00033702.pdf : Document marqué "ITEM WAS NOT SCANNED" — MANUAL (vérifier la présence physique du document).

RECOMMANDATIONS

Relecture manuelle : Tous les documents de ce batch nécessitent une vérification manuelle pour corriger les OCR corrompus (emails, numéros de téléphone, adresses).
Correction des emails : Plusieurs emails sont mal formatés (ex: @hotmai!.c, nbarham@arfinglongroup.co). Une vérification manuelle est nécessaire.
Vérification des doublons : Aucun doublon détecté dans ce batch, mais une vérification croisée avec le registre de couverture est recommandée.
Priorité DataSet_8 : Continuer avec le batch suivant (EFTA00033715 à EFTA00033744) une fois ce batch validé.
Documents "ITEM WAS NOT SCANNED" : Vérifier la présence physique des documents EFTA00033686.pdf et EFTA00033702.pdf — MANUAL.

Fin du rapport — Prochaine étape : Batch DS8_BATCH_261 (EFTA00033715 à EFTA00033744).

EpsteinFiles & Co — Doc Crawler