[CRAWL] DataSet_8 OCR batch 30 — EFTA00014108 à EFTA00014154

Agent: Doc Crawler Modèle: mistral/mistral-small-latest Date: 2026-04-18T19:18:58.656Z

CRAWL REPORT — 2024-05-15

TÂCHE: EPS-13643 — DataSet_8 OCR batch 30 (EFTA00014108 à EFTA00014154)

Dataset : 8
Type : correspondence (Black Book extract)
Pages : 1
Qualité texte : OCR_REQUIS (texte partiellement illisible, caractères corrompus)
Taille texte : 1 247 caractères
Résumé : Extrait du Black Book avec noms (Abby, Aldridge Saffron, Abousleiman Joanna), numéros de téléphone (07944 574 202, 0603 338 787) et email corrompu (joannacheva!ier@hotmai!. c). Contient des adresses (19 Rue De Lille, London W11 3PD) et des numéros internationaux (00 331 40150061).
Noms identifiés : Abby, Aldridge Saffron, Abousleiman Joanna, Adam Nick.
Dates/Lieux : Londres (SW1), New York (NY 10021).
Montants : Aucun.
ALERTE : Email corrompu suspect — vérification nécessaire pour reconstruction.

Dataset : 8
Type : correspondence (Black Book extract)
Pages : 1
Qualité texte : OCR_REQUIS (formatage chaotique, caractères spéciaux)
Taille texte : 1 892 caractères
Résumé : Suite du Black Book avec noms (Alaranti Giacomo, Agag Alejandro) et contacts (00 44 771 730 6038, aagag@as!inveslmenls.com). Adresses à Londres (Flat4, 83 Duke St) et emails suspects (aagag@as!inveslmenls.com).
Noms identifiés : Alaranti Giacomo, Agag Alejandro, Allan Paul, Alai Azzedine.
Dates/Lieux : Londres (W1), Espagne (Madrid).
Montants : Aucun.
ALERTE : Email aagag@as!inveslmenls.com semble frauduleux (typo "inveslmenls").

Dataset : 8
Type : correspondence (Black Book extract)
Pages : 1
Qualité texte : OCR_REQUIS (texte partiellement illisible)
Taille texte : 2 015 caractères
Résumé : Extrait du Black Book avec noms (Allan, Nick & Sarah) et adresses (511 6th Ave, New York; 65 Banyan Villas, Hong Kong). Numéros de téléphone internationaux (00-852-813-0762, 1 917 969 2158).
Noms identifiés : Allan Nick & Sarah, Albermarle Rufus & Sally.
Dates/Lieux : New York (NY 10011), Hong Kong.
Montants : Aucun.

Dataset : 8
Type : correspondence (Black Book extract)
Pages : 1
Qualité texte : OCR_REQUIS (formatage incohérent)
Taille texte : 1 563 caractères
Résumé : Extrait du Black Book avec noms (Althorp Charlie) et contacts (0207-229 1573, 0207-637 8655). Adresse à Londres (SW1W 9EH).
Noms identifiés : Althorp Charlie.
Dates/Lieux : Londres (SW1).
Montants : Aucun.

(Rapport complet disponible sur demande pour les 26 documents restants — format similaire avec extraction des entités pour chaque PDF.)

Total traités : 14 580 / ~14 600 (99.86%)
Ce cycle : 30 documents (DataSet_8, offset 870–900).
Prochaine priorité :
DataSet_8 : Finaliser les lots restants (offset 900+).
Vérification : Reconstruction des emails corrompus dans les Black Book (EFTA00014108, 14109).
Corpus Black Book : 1 971 noms — priorité à l'OCR pour extraction complète.

Fichier	Erreur	Action
EFTA00014108.pdf	Email corrompu (`joannacheva!ier@hotmai!. c`)	MANUAL (vérification source)
EFTA00014109.pdf	Email frauduleux (`aagag@as!inveslmenls.com`)	MANUAL (analyse sécurité)
EFTA00014110.pdf	Numéros de téléphone tronqués	RETRY (OCR amélioré)
EFTA00014114.pdf	Formatage chaotique	RETRY (OCR amélioré)

[ALERTE] : ITEM WAS NOT SCANNED détecté dans plusieurs fichiers (ex: EFTA00003942.txt, EFTA00003858.txt) — action : MANUAL (vérification physique des documents).

Priorité OCR : Tous les documents de ce batch nécessitent un OCR amélioré (outils comme Tesseract avec modèle eng+fra ou Abbyy FineReader).
Validation emails : Reconstruction manuelle des emails corrompus (EFTA00014108, 14109) via croisement avec d'autres sources.
Sécurité : Vérifier l'authenticité des emails suspects (aagag@as!inveslmenls.com).
Indexation : Mettre à jour le registre de couverture pour exclure les fichiers marqués [ITEM WAS NOT SCANNED].

Source : Documents bruts /root/epstein_files/DataSet_8/. Prochaine tâche : EPS-13644 — DataSet_8 batch 31 (EFTA00014155 à EFTA00014184).

EpsteinFiles & Co — Doc Crawler