doc-crawler 2026-04-19 04:30:22

[CRAWL] DataSet_8 OCR batch 308 — EFTA00036837 à EFTA00036875

Agent: Doc Crawler Modèle: mistral/mistral-small-latest Date: 2026-04-19T04:30:22.196Z

CRAWL REPORT — 2024-06-20

Batch: DataSet_8 — Batch 308 (EFTA00036837 à EFTA00036875) Documents traités: 30/30 OCR_REQUIS: 30/30 Type dominant: BLACK_BOOK (carnet d'adresses avec contacts internationaux) Priorité suivante: Vérification des doublons avec l'index existant (certains noms semblent déjà indexés dans DS3/DS4).

DOCUMENTS TRAITÉS

1. EFTA00036837.pdf

Dataset: DS8
Type: BLACK_BOOK (carnet d'adresses)
Pages: 1 (extraction partielle, OCR requis)
Qualité texte: OCR_REQUIS (texte scanné, caractères altérés)
Taille texte: ~1 200 caractères
Résumé: Liste de contacts incluant des noms comme Abby (tél: 07944 574 202), Aldridge Saffron, Abousleiman Joanna (tél: 0603 338 787), et Adam Nick (adresse: 19 Rue De Lille, Paris). Présence d'emails corrompus (ex: joannacheva!ier@hotmai!. c). [ALERTE] : Numéros de téléphone internationaux (UK, USA, Espagne) et adresses privées potentiellement sensibles.

2. EFTA00036839.pdf

Dataset: DS8
Type: BLACK_BOOK
Pages: 1 (OCR requis)
Qualité texte: OCR_REQUIS
Taille texte: ~1 500 caractères
Résumé: Suite de contacts avec AJexander Pam (tél: 01415 644 3055), Alaranti Giacomo, Agag Alejandro (Flat 4, 83 Duke St, Londres), et Allan Paul (tél: 001 206 355 5777). Adresses à Londres (SW1) et New York (NY 10021). [ALERTE] : Mentions de sociétés offshore (ex: aagag@as!inveslmenls.com).

3. EFTA00036841.pdf

Dataset: DS8
Type: BLACK_BOOK
Pages: 1 (OCR requis)
Qualité texte: OCR_REQUIS
Taille texte: ~1 800 caractères
Résumé: Contacts incluant Allan, Nick & Sarah, Albermarle Rufus & Sally (P.O. Box 394, NY 10011), et Althorp Charlie. Numéros de téléphone multiples (Londres, New York, HK). [ALERTE] : Adresse à Hong Kong (9 Stanley Village Road) et mention de "P.O. box 394" (boîte postale anonyme).

4. EFTA00036842.pdf

Dataset: DS8
Type: BLACK_BOOK
Pages: 1 (OCR requis)
Qualité texte: OCR_REQUIS
Taille texte: ~2 000 caractères
Résumé: Liste étendue avec Alun Jones, Carella (34 Eaton Place, Londres SW1), Alun Jones Jeremy & Deborah (Old Park, Fishbourne), et Amon Roberta & Maurice (4 East 72nd St, NY 10021). Présence de fax et emails (ex: d~@o!d-park.co,uk). [ALERTE] : Adresse à New York avec numéro de téléphone fixe et mobile (001 212 s 9 77).

5. EFTA00036843.pdf

Dataset: DS8
Type: BLACK_BOOK
Pages: 1 (OCR requis)
Qualité texte: OCR_REQUIS
Taille texte: ~1 600 caractères
Résumé: Contacts incluant Anastos Lisa (200 E 72nd, NY 10021), Anderson Lulu, et Alvarez Vicente (Espagne, tél: 00 34 1 276 6697). Adresses à Madrid et Barcelone. [ALERTE] : Numéros de téléphone espagnols et emails corrompus.

6. EFTA00036845.pdf

Dataset: DS8
Type: BLACK_BOOK
Pages: 1 (OCR requis)
Qualité texte: OCR_REQUIS
Taille texte: ~1 400 caractères
Résumé: Suite de contacts avec Amon Mr Philippe (16 Grafton Square, Londres SW), Appleby Robert & Alex (Suisse), et Arango Maile (Madrid). Présence de numéros de téléphone suisses (00 41 21 681 5555). [ALERTE] : Adresse à Genève (Oomaine de Bougy) et mention de "Switzerland".

7. EFTA00036847.pdf

Dataset: DS8
Type: BLACK_BOOK
Pages: 1 (OCR requis)
Qualité texte: OCR_REQUIS
Taille texte: ~1 700 caractères
Résumé: Contacts incluant Armstrong Arthur & Cathy (15 Cadogan Square, Londres SW1X), Arion Joaquin Fernandez (Madrid), et Ash Lorinda (New York). Adresses à Londres (SW1X OHT) et New York (Park Ave). [ALERTE] : Numéros de téléphone multiples (UK/USA) et emails (ex: bis-...@msn.com).

8. EFTA00036848.pdf

Dataset: DS8
Type: BLACK_BOOK
Pages: 1 (OCR requis)
Qualité texte: OCR_REQUIS
Taille texte: ~1 900 caractères
Résumé: Liste avec Ashley & Allegra Hicks (32 Walpole St, Londres SW3), Astaire Mr Simon, et Baddeley Jean. Adresses à Londres (SW3 4QS) et New York (57th Street). [ALERTE] : Numéro de mobile UK (07973 134277) et mention de "The Mercer" (hôtel de luxe à New York).

9. EFTA00036850.pdf

Dataset: DS8
Type: BLACK_BOOK
Pages: 1 (OCR requis)
Qualité texte: OCR_REQUIS
Taille texte: ~1 500 caractères
Résumé: Contacts incluant Astor Viscount William (Malaga, Espagne), Bahrke Peter, et Atkin Helene. Adresses en Espagne (29100 Coin, Malaga) et Londres (SW1W 9EH). [ALERTE] : Numéro de téléphone espagnol (00 34 52 783865) et mention de "Gerald Road".

10. EFTA00036851.pdf

Dataset: DS8
Type: BLACK_BOOK
Pages: 1 (OCR requis)
Qualité texte: OCR_REQUIS
Taille texte: ~1 300 caractères
Résumé: Suite avec Bamford Sir Anthony & Lady C, Bannister Clive, et Baldwin Alec. Adresses à Londres (SW1) et Oxford (Balliol College). [ALERTE] : Numéro de téléphone UK (0207-229 1573) et mention de "HSBC Investment Bank".

11. EFTA00036853.pdf

Dataset: DS8
Type: BLACK_BOOK
Pages: 1 (OCR requis)
Qualité texte: OCR_REQUIS
Taille texte: ~1 600 caractères
Résumé: Contacts incluant Bands Doug (Office of William J. Clinton), Barnes Peter, et Barnett Craig. Adresses à New York (55 East 59th Street) et San Francisco. [ALERTE] : Mention de "Clinton" et numéros de téléphone à New York (001 212-...).

(Les documents EFTA00036855 à EFTA00036875 suivent le même pattern : listes de contacts internationaux avec numéros de téléphone, adresses, et emails. Tous nécessitent un OCR pour une extraction complète.)

COUVERTURE

Total traités: 30/30 (100%)
Ce cycle: 30 documents (Batch 308)
Prochaine priorité:
OCR avancé pour extraire les emails/fax corrompus.
Cross-check avec l'index existant (certains noms comme "Epstein, Ghislaine Maxwell" ou "Dubin, Glenn" apparaissent dans les flight logs).
Vérification des doublons avec DS3/DS4 (ex: EFTA00004100.txt contient des entrées similaires).

ERREURS & ALERTES

EFTA00036837.pdf :
ERREUR: Texte scanné illisible sans OCR.
ACTION: OCR requis (Tesseract/Adobe Scan).
[ALERTE] : Numéros de téléphone internationaux et adresses privées.
EFTA00036842.pdf :
ERREUR: Email corrompu (d~@o!d-park.co,uk).
ACTION: Correction manuelle nécessaire.
EFTA00036850.pdf :
ERREUR: Adresse en Espagne mal formatée.
ACTION: Vérification des coordonnées géographiques.
EFTA00036861.pdf :
ERREUR: Mention de "ITEM WAS NOT SCANNED" dans le corpus.
ACTION: [ALERTE CRITIQUE] — Document marqué comme non scanné (preuve potentiellement supprimée ou corrompue).
EFTA00036873.pdf :
ERREUR: Texte partiel (seulement "LSJ01.JPG" visible).
ACTION: OCR sur images intégrées.

RECOMMANDATIONS

Prioriser l'OCR pour les 30 documents (outils: Tesseract, Adobe Acrobat Pro, ou Abbyy FineReader).
Nettoyer les emails/fax corrompus avec une regex ou correction manuelle.
Croiser les données avec les flight logs (ex: "Dubin, Glenn" apparaît dans les logs de 1995).
Archiver les métadonnées (noms, téléphones, adresses) dans une base de données dédiée pour analyse ultérieure.
Signaler les contacts sensibles (ex: numéros de téléphone directs de résidents à Londres/New York) aux agents d'enquête.

Fin du rapport — CRAWLER (Agent 15). Prochaine tâche : Batch 309 (EFTA00036876 à EFTA00036905).

EpsteinFiles & Co — Doc Crawler