Suivez chaque paragraphe jusqu’à sa continuation. Si des phrases de l’autre colonne l’interrompent, corrigez l’ordre avant de résumer ou d’indexer le texte.
Reconnaître les colonnes mélangées
Certains exports alternent une ligne gauche et une ligne droite. D’autres placent une légende au milieu d’une phrase. PDFBox explique que l’ordre de dessin du PDF peut différer de l’ordre de lecture. Le tri par position ne garantit donc pas un article correct.
Commencez par une page dont la disposition change : titre sur toute la largeur, grande figure ou fin de section. Vérifiez si la lecture descend d’abord la colonne gauche, puis la droite. Suivez la source si elle adopte un autre ordre.
Rétablir une page avant tout le document
- Repérez la première et la dernière phrase de chaque colonne dans le PDF et le Markdown.
- Déplacez des paragraphes complets. Ne joignez pas deux colonnes parce que leurs lignes sont à la même hauteur.
- Placez les titres larges avant leur section. Gardez les légendes avec les figures et les notes liées à leurs appels.
- Lisez ensemble le dernier paragraphe d’une page et le premier de la suivante. Cherchez les continuations absentes ou répétées.
Garder un ordre vérifiable
Si la colonne gauche finit par « La seconde expérience » et continue par « utilisait un échantillon réduit », une phrase de financement intercalée depuis la droite constitue une erreur de disposition. Rétablissez la phrase, puis contrôlez le paragraphe entier.
Conservez noms de section et renvois de page utiles. Identifiez les encadrés indépendants au lieu de les incorporer à l’argumentation. Pour les écritures de droite à gauche et les pages multilingues, vérifiez visuellement l’ordre voulu.
Vérifier le résultat avant utilisation
La conversion produit une copie de travail. Conservez le PDF original et comparez les passages à citer, à utiliser pour des calculs ou à transmettre à une IA. Un export réussi ne prouve ni l’exactitude ni l’exhaustivité du texte.
MD Factory convertit les documents en Markdown sous Windows. Les tableaux PDF complexes reposent sur des heuristiques de mise en page ; les cellules fusionnées et multilignes peuvent nécessiter une correction manuelle. La précision de l’OCR dépend de l’image et du texte sources. Ce guide ne promet ni nettoyage automatique ni taux de reconnaissance particulier.
Questions et réponses
L’OCR corrige-t-il cet ordre ?
Il peut modifier le résultat, mais aussi introduire des erreurs de caractères. Diagnostiquez d’abord le problème de disposition.
Un résumé cohérent par IA suffit-il ?
Un résumé fluide peut masquer une source mélangée. Vérifiez le texte avant de le résumer.
Sources et vérification
Sources consultées le 3 novembre 2026. Ces instructions décrivent une vérification manuelle, pas des commandes supplémentaires de MD Factory.