Extraire les emplacements des documents et du texte

Disponible avec une licence LocateXT.

En tant que partie intégrante de l’extension ArcGIS LocateXT, la fenêtre ArcGIS Pro Extract Locations (Extraire les emplacements) permet d’analyser des documents et du texte en vue de rechercher des coordonnées spatiales et des emplacements personnalisés. Ouvrez la carte à laquelle vous désirez ajouter tout emplacement détecté. Les points représentant les emplacements sont stockés dans une classe d’entités et sont ajoutés sous forme d’une couche dans la carte active.

Ouvrir la fenêtre Extraire les emplacements

Une carte doit être active dans ArcGIS Pro pour ouvrir la fenêtre Extract Locations (Extraire les emplacements).

1. Créez ou ouvrez une carte. Par exemple, sous l’onglet Insert (Insertion), dans le groupe Project (Projet), cliquez sur New Map (Nouvelle carte).
2. Sous l’onglet Map (Carte), dans le groupe Layer (Couche), cliquez sur le menu déroulant Add Data (Ajouter des données) et sélectionnez Extract Locations (Extraire les emplacements) .

Extraire des emplacements

Dans la fenêtre Extract Locations (Extraire les emplacements), l’onglet Extract (Extraire) permet de spécifier les éléments suivants :

• Les fichiers, les dossiers ou le texte à analyser pour rechercher les emplacements
• Le nom de la couche de carte et de la classe d’entités en sortie à créer ou à mettre à jour
• Le système de coordonnées de la classe d’entités en sortie, lorsqu’une classe est créée

Chaque fois que vous extrayez les emplacements de documents ou de textes, vous pouvez déterminer s’il convient de créer une classe d’entités et d’ajouter une nouvelle couche à la carte active, ou de mettre à jour une couche de carte et une classe d’entités existantes ou encore de remplacer une classe d’entités existante.

Ajouter une nouvelle couche à la carte

Une classe d’entités est créée pour conserver les emplacements extraits. Une couche de carte est créée dans la carte active pour afficher le contenu de la classe d’entités.

1. Ouvrez la fenêtre Extract Locations (Extraire les emplacements).
2. Donnez un nom à la nouvelle couche de carte et à la nouvelle classe d’entités qui seront créées.
   • Saisissez un nom pour la nouvelle couche de carte et la nouvelle classe d’entités dans la liste déroulante Name (Nom). Une nouvelle classe d’entités sera créée avec ce nom dans la géodatabase par défaut du projet.
   • Cliquez sur le bouton Browse (Parcourir) . Dans la boîte de dialogue New Feature Class (Nouvelle classe d’entités), accédez à l’emplacement dans lequel vous voulez créer une nouvelle classe d’entités ou un shapefile. Saisissez un nom pour le nouvel élément dans la zone de texte Name (Nom), puis cliquez sur Save (Enregistrer).

     Attention :

     Si au lieu de saisir un nom pour la nouvelle classe d’entités, vous sélectionnez une classe d’entités existante, un message d’avertissement s’affiche dans la fenêtre Extract Locations (Extraire des emplacements). La classe d’entités existante sera supprimée et une nouvelle classe d’entités portant le même nom sera créée. D’autres cartes peuvent être affectées.

3. Cliquez sur la liste déroulante Coordinate System (Système de coordonnées) ou le bouton Select coordinate system (Sélectionner un système de coordonnées) et cliquez sur le système de coordonnées à utiliser pour la classe d’entités en sortie.

   Le système de coordonnées des entités en entrée est spécifié indépendamment sur l’onglet Coordinates (Coordonnées) et dans le fichier d’emplacements personnalisés. Les emplacements trouvés sont transformés dans le système de coordonnées de la classe d’entités en sortie.

4. Cliquez sur l’onglet Files and Folders (Fichiers et dossiers) et spécifiez les éléments à analyser pour rechercher les emplacements.
   • Faites glisser les fichiers et les dossiers depuis l’Explorateur Windows dans l’onglet.
   • Cliquez sur Browse (Parcourir). Dans la boîte de dialogue Add Files and Folders (Ajouter des fichiers et des dossiers), accédez aux fichiers ou aux dossiers appropriés, sélectionnez-les et cliquez sur OK. Cliquez sur Add More (Ajouter plus) pour insérer les fichiers et les dossiers dans la liste.
5. Cliquez sur l’onglet Text (Texte) et spécifiez le texte à analyser pour y rechercher les emplacements.
   • Copiez le texte d’un document, d’un message électronique ou d’une page web et copiez-le dans l’onglet.
   • Sélectionnez le texte à analyser dans un document, un message électronique ou une page web. Faites-le glisser dans ArcGIS Pro et sur l’onglet.
Au moins un fichier ou un dossier, ou du texte, doit être spécifié en entrée. Tous ces éléments peuvent être analysés en une seule fois, si nécessaire.
6. Cliquez sur Extract (Extraire).

Vous pouvez annuler l’opération à tout moment, si besoin est. Un message s’affiche en bas de la fenêtre à la fin de l’opération pour indiquer qu’elle s’est bien déroulée.

La classe d’entités spécifiée est créée et les emplacements trouvés sont stockés dans la classe d’entités en tant que points. Une couche de carte référençant la classe d’entités est ajoutée à la carte active. Si aucun emplacement n’est trouvé dans les documents et le texte, la classe d’entités et la couche de carte sont vides.

Remarque :

Si vous décidez de remplacer une couche d’entités existante ayant été ajoutée précédemment à la carte, une nouvelle couche de carte est créée et ajoutée à la carte qui accède à la nouvelle classe d’entités.

Pour extraire les emplacements d’un autre jeu de documents ou d’un texte capturé d’un emplacement différent, cliquez sur Clear All Input (Annuler toutes les entrées) figurant en bas de l’onglet Extract (Extraire). Tous les fichiers sont retirés de la liste figurant sous l’onglet Files and Folders (Fichiers et dossiers) et tout le texte sera effacé de l’onglet Text (Texte). Indiquez le nouvel ensemble à traiter.

Mettre à jour une couche existante dans la carte

Vous pouvez ajouter progressivement des emplacements dans une classe d’entités existante. Imaginons, par exemple, que vous traitez chaque semaine un nouveau jeu de rapports et ajoutez les emplacements trouvés dans ces fichiers au jeu qui existe déjà. Ou encore, imaginons qu’après avoir traité un échantillon de documents, vous êtes satisfait des résultats et souhaitez traiter des documents supplémentaires et ajouter les emplacements à la classe d’entités existante.

1. Ouvrez la fenêtre Extract Locations (Extraire les emplacements).
2. Cliquez sur la liste déroulante Name (Nom) et cliquez sur la couche de carte existante à mettre à jour.

   Les emplacements extraits des documents ou du texte seront ajoutés à la classe d’entités existante référencée par la couche de carte. Les contrôles utilisés pour spécifier le système de coordonnées de la classe d’entités en sortie seront désactivés.

3. Cliquez sur l’onglet Files and Folders (Fichiers et dossiers) et spécifiez les éléments à analyser pour rechercher les emplacements.
4. Cliquez sur l’onglet Text (Texte) et spécifiez le texte à analyser pour y rechercher les emplacements.
5. Cliquez sur Extract (Extraire).

   Le volet Field Matching (Appariement de champ) apparaît dans la fenêtre Extract Locations (Extraire les emplacements).

6. Spécifiez le champ dans la table attributaire de la couche existante qui stocke les informations extraites des documents et du texte. Le jeu complet de champs susceptibles d’être renseignés dans la classe d’entités en sortie est décrit ci-dessous.
7. Si aucun champ dans la classe d’entités existante ne peut stocker les informations extraites que vous désirez conserver, cliquez sur Back (Retour) et sélectionnez une autre couche en sortie ou bien créez une couche.
8. Lorsque vous êtes satisfait de l’appariement entre les champs de la couche existante et les champs d’information extraits des documents et du texte, cliquez sur OK.

Vous pouvez annuler l’opération à tout moment, si besoin est. Un message s’affiche en bas de la fenêtre à la fin de l’opération pour indiquer qu’elle s’est bien déroulée.

Si des emplacements sont trouvés au cours de l’analyse des documents et du texte, ces emplacements sont ajoutés à la classe d’entités spécifiée. La couche de carte existante et sa table attributaire sont mises à jour pour prendre en compte des nouveaux emplacements.

Examiner les emplacements extraits

Une fois que les documents et le texte ont été analysés et que la classe d’entités en sortie a été créée, la couche de carte en sortie est ajoutée à la carte et sélectionnée dans la fenêtre Contents (Contenu). Cliquez sur un emplacement trouvé pour en savoir plus à son sujet. La fenêtre contextuelle montre l’emplacement qui a été extrait, le document duquel il provient et les informations extraites du document qui se trouvent à proximité de l’emplacement et servent de contexte. Ouvrez la table attributaire de la couche pour comparer tous les emplacements trouvés. Lors de l’évaluation des données, il se peut que vous souhaitiez supprimer les emplacements qui vont au-delà de votre périmètre de recherche actuel ou vous souhaitiez exporter un sous-ensemble d’emplacements qui vous intéressent au premier chef.

La fenêtre Extract Locations (Extraire les emplacements) utilise différents paramètres par défaut conçus pour reconnaître les emplacements les plus courants. Lorsque vous appréhendez mieux les emplacements présents dans les données, vous pouvez ajuster ces paramètres dans l’onglet Properties (Propriétés) pour extraire des emplacements supplémentaires ou des informations plus ciblées dans les champs en sortie.

En savoir plus sur les paramètres utilisés pour extraire les emplacements et les attributs

Définitions des champs en sortie

Lorsqu’une classe d’entités en sortie est créée afin de stocker les emplacements extraits, la classe d’entités comportera les champs par défaut et tout autre champ défini par un fichier d’attributs personnalisés.

En savoir plus sur les fichiers d’attributs personnalisés

Nom du champ	Alias du champ	Type de données	Description
Name	Nom	Texte : 50 caractères, par défaut	Nom du fichier qui a été traité ou Texte indiquant que du texte a été traité. La taille du texte est contrôlée par les paramètres figurant sous l’onglet Output (Sortie).
Pre_Text	Avant le texte	Texte—254 caractères, par défaut	Extrait du fichier ou du texte précédant l’emplacement qui a été trouvé. La taille du texte est contrôlée par les paramètres figurant sous l’onglet Output (Sortie).
Ext_Text	Texte extrait	Texte : 120 caractères, par défaut	Emplacement qui a été trouvé comme s’il se trouvait dans le fichier ou le texte. Par exemple, 52.825°N, 169.944°W pour des coordonnées spatiales ou LAX pour un emplacement personnalisé associant un code d’aéroport à des coordonnées spatiales. La taille du texte est contrôlée par les paramètres figurant sous l’onglet Output (Sortie).
Ext_Type	Type extrait	Texte : 50 caractères, par défaut	Type d’emplacement trouvé, par exemple, des coordonnées en degrés décimaux (DD). Lorsqu’un emplacement personnalisé est trouvé, l’emplacement défini dans le fichier d’emplacements personnalisés apparié est enregistré. La taille du texte est contrôlée par les paramètres figurant sous l’onglet Output (Sortie).
Post_Text	Après le texte	Texte—254 caractères, par défaut	Extrait du fichier ou du texte suivant l’emplacement qui a été trouvé. La taille du texte est contrôlée par les paramètres figurant sous l’onglet Output (Sortie).
Precision	Précision (m)	Longue	Pour les coordonnées spatiales, niveau de précision du sol sur lequel l’emplacement se trouve exactement (exprimé en mètre). Par exemple, des coordonnées en degrés décimaux comportant un grand nombre de chiffres après la virgule sont plus exactes et indiquent une distance plus petite. Pour les emplacements personnalisés, nombre de lettres qui ne correspondaient pas lors de la comparaison entre le texte d’origine et l’emplacement apparié. Si l’appariement flou est désactivé, un appariement exact s’impose et la valeur est égale à 0. S’il est activé et que l’emplacement mal orthographié Redalnds est apparié à Redlands, la valeur est égale à 2.
Std_Coord	Standards Coordonnées	Texte—30 caractères	Version normalisée de l’emplacement extrait. Par exemple, 52.825000N 169.944000W. Le format de ces coordonnées est contrôlé par les paramètres figurant sous l’onglet Output (Sortie).
First_Date	Première date	Date	Première date trouvée dans le fichier ou le texte, si des dates sont extraites. Dans les autres cas, le champ contient des valeurs nulles. Les dates sont seulement extraites si elles sont comprises dans la plage spécifiée dans l’onglet Output (Sortie), si la date n’est pas configurée pour être ignorée et si la limite du nombre de dates extraites n’est pas atteinte.
Early_Date	Date la plus ancienne	Date	Date la plus ancienne trouvée dans le fichier ou le texte, si des dates sont extraites. Dans les autres cas, le champ contient des valeurs nulles. Les dates sont seulement extraites si elles sont comprises dans la plage spécifiée dans l’onglet Output (Sortie), si la date n’est pas configurée pour être ignorée et si la limite du nombre de dates extraites n’est pas atteinte.
Late_Date	Date la plus récente	Date	Date la plus récente trouvée dans le fichier ou le texte, si des dates sont extraites. Dans les autres cas, le champ contient des valeurs nulles. Les dates sont seulement extraites si elles sont comprises dans la plage spécifiée dans l’onglet Output (Sortie), si la date n’est pas configurée pour être ignorée et si la limite du nombre de dates extraites n’est pas atteinte.
All_Dates	Toutes les dates	Texte—254 caractères, par défaut	Liste de dates séparées par une virgule, trouvées dans le texte, si des dates sont extraites. Dans les autres cas, le champ contient des valeurs nulles. Toutes les dates sont normalisées au format aaaa-mm-jj. Les dates sont seulement extraites si elles sont comprises dans la plage spécifiée dans l’onglet Output (Sortie), si la date n’est pas configurée pour être ignorée et si la limite du nombre de dates extraites n’est pas atteinte. Si la liste de dates séparées par une virgule est trop longue pour la taille du champ, la liste est tronquée. La taille du texte est contrôlée par les paramètres figurant sous l’onglet Output (Sortie).
ExDateText	Date extraite d’un texte	Texte—254 caractères, par défaut	Les dates trouvées, telles qu’elles ont été trouvées dans le fichier ou le texte. Par exemple, August 18, 2019 ou 2/3/2020. Si la liste de dates séparées par une virgule est trop longue pour la taille du champ, la liste est tronquée. La taille du texte est contrôlée par les paramètres figurant sous l’onglet Output (Sortie).
Filename	Nom de fichier	Texte—254 caractères, par défaut	Chemin d’accès complet au fichier traité ou valeur nulle si du texte a été traité. Vous pouvez choisir les fichiers à traiter ou à ignorer. La taille du texte est contrôlée par les paramètres figurant sous l’onglet Output (Sortie).
File_Type	Type de fichier	Texte : 10 caractères, par défaut	Format du fichier traité ou valeur nulle si du texte a été traité. Vous pouvez choisir de traiter certains types de fichier particuliers. La taille du texte est contrôlée par les paramètres figurant sous l’onglet Output (Sortie).
Modified	Modifié (UTC)	Texte—20 caractères	Date et heure auxquelles le fichier a été dernièrement modifié, au format aaaa-mm-jj hh:mm:ss.
Scanned	Analysé (UTC)	Texte—20 caractères	Date et heure auxquelles le fichier a été traité, au format aaaa-mm-jj hh:mm:ss.

Evaluer les résultats

La première fois que vous analysez un document, il arrive que vous n’obteniez pas les emplacements que vous escomptiez. Deux fichiers journaux peuvent être créés en plus de la couche de carte en sortie et de la classe d’entités : un journal d’analyse et un journal de coordonnées non valides. Si vous fournissez un document en entrée dont vous connaissez le contenu et que le nombre d’emplacements créés dans la classe d’entités en sortie ne correspond pas au nombre prévu, les fichiers journaux peuvent vous aider à évaluer les résultats.

Après l’analyse des documents et du texte et la création de la classe d’entités en sortie, un message apparaît en bas de la fenêtre Extract Locations (Extraire les emplacements) pour signaler que le processus s’est déroulé correctement. Le message inclut des liens renvoyant aux fichiers journaux qui sont provisoires. Pour les conserver afin de les consulter ultérieurement, ouvrez les fichiers et enregistrez-les dans un emplacement permanent tel que le dossier d’accueil du projet. Ajoutez, par exemple, le nom de la couche de carte ou la classe d’entités à laquelle le fichier journal est associé.

Journal d’analyse

Cliquez sur le lien View scan log (Afficher le journal d’analyse) dans le message figurant en bas de la fenêtre Extract Locations (Extraire les emplacements) pour ouvrir le fichier journal d’analyse. Pour chaque document analysé, le journal indique les informations suivantes :

• Le nom de fichier du document et son emplacement sur l’ordinateur local ou le réseau
• Un message indiquant qu’un problème a eu lieu pendant l’analyse du document, le cas échéant
• Le nombre d’emplacements potentiels trouvés
• Le nombre de dates uniques trouvées

Un emplacement potentiel désigne le texte trouvé dans le contenu du document qui ressemble à des coordonnées spatiales ou un emplacement personnalisé. Lorsque du texte est fourni en entrée, aucun nom de fichier et aucun emplacement ne sont indiqués dans le journal d’analyse mais le reste des informations du fichier journal est identique.

Si vous attendiez l’extraction de neuf emplacements mais que six seulement ont été créés en sortie, vous trouverez des explications dans le journal d’analyse. Le journal peut indiquer que seulement six emplacements ont été trouvés pour les paramètres actuels figurant dans la fenêtre Extract Locations (Extraire les emplacements). Le journal peut également indiquer que plus de dates que prévu ont été trouvées, ce qui indique que des coordonnées ont été interprétées comme une date. Essayez d’ajuster vos paramètres avant de tenter d’extraire de nouveau les emplacements du document.

Journal de coordonnées non valides

Un journal de coordonnées non valide est créé si l’analyse a évalué un emplacement potentiel et l’a jugé non valide. Cliquez sur View bad coordinates log (Afficher le journal des coordonnées erronées) pour l’ouvrir.

Le journal des coordonnées non valides indique :

• Le document dans lequel l’emplacement a été trouvé
• Le texte d’origine qui a été déterminé comme un emplacement potentiel
• Le format de coordonnées utilisé pour évaluer l’emplacement

Si, par exemple, des coordonnées de latitude et de longitude ont été trouvées mais que la latitude des coordonnées est supérieure à 90 degrés, les coordonnées sont considérées non valides. Il arrive que les emplacements potentiels dans le document soient évalués à l’aide d’un format de coordonnées différent de celui prévu. Essayez d’ajuster vos paramètres avant de tenter d’extraire de nouveau les emplacements du document.

Si le journal de coordonnées non valides ne vous est d’aucune aide, vous pouvez décider de ne pas enregistrer les coordonnées non valides en désactivant les options Log invalid coordinates (Consigner les coordonnées non valides) sous l’onglet Coordinates (Coordonnées) pour les formats de coordonnées spatiales que vous utilisez.