Glossaire
GED
Aussi appelé : Gestion électronique de documents, ECM
Ensemble des moyens d’acquérir, classer, conserver, retrouver et diffuser les documents d’une organisation. Le sigle anglais ECM — enterprise content management — désigne le même périmètre, souvent élargi aux processus.
Capture
Aussi appelé : Ingestion, Acquisition
L’entrée d’un document dans le système, quel que soit son canal : numérisation, courriel, dépôt, connecteur cloud, interface de programmation.
OCR
Aussi appelé : Reconnaissance optique de caractères
Transformation de l’image d’une page en texte lisible par une machine. L’ICR en est la variante appliquée à l’écriture manuscrite, encore la plus difficile.
Chez Estrelya : Nous n’appelons un moteur d’OCR que lorsque la page ne porte pas déjà son texte, et un moteur payant que lorsque le moteur ouvert n’a pas suffi.
IDP
Aussi appelé : Intelligent document processing, Traitement documentaire intelligent
Catégorie de logiciels qui lisent, classent et extraient des données de documents peu ou pas structurés. Le premier classement d’analyste consacré à cette catégorie date de septembre 2025.
Extraction
Le fait de tirer d’un document des champs nommés — montant, date, numéro de SIRET, IBAN — plutôt que du texte au fil de la page.
STP
Aussi appelé : Straight-through processing, Traitement direct
Part des documents traités de bout en bout sans intervention humaine. C’est l’indicateur que le secteur met en avant — et celui qu’il faut regarder par catégorie, jamais en moyenne : une moyenne noie précisément la catégorie qui échoue.
Seuil de confiance
Valeur au-delà de laquelle un classement ou une extraction est appliqué sans validation humaine. Un seuil unique pour toutes les catégories est mal placé pour la plupart d’entre elles.
Chez Estrelya : Le seuil est réglable par organisation et par catégorie documentaire. Aucun des dix éditeurs comparés en 2026 ne publie ce double réglage.
Calibration
Le fait qu’un score de confiance dise la vérité : un modèle qui annonce 90 % doit se tromper une fois sur dix, pas trois. C’est le chantier le moins mûr du marché — aucune plateforme consultée n’expose de score calibré.
Plan de classement
Aussi appelé : Taxonomie, Arborescence documentaire
L’organisation des dossiers et des types de documents d’une organisation. Il porte, ou devrait porter, les règles qui s’appliquent à ce qu’on y range.
Rétention héritée
Le fait qu’une pièce prenne la durée de conservation du dossier où elle se range, plutôt que de la porter individuellement. C’est ce qui permet à une règle qui change — un délai fiscal qui passe de six à dix ans — de s’appliquer sans reprendre les pièces une à une.
Valeur probante
Aussi appelé : Archivage probant, Coffre-fort numérique
Qualité d’un document conservé de façon à pouvoir être produit devant un tiers avec la démonstration qu’il n’a pas été modifié. Elle repose sur l’horodatage, l’intégrité vérifiable et la traçabilité, pas sur le seul stockage.
NF Z42-013
Aussi appelé : NF 461
Norme française décrivant les mesures techniques et organisationnelles d’un système d’archivage électronique. La certification NF 461 atteste qu’un système s’y conforme ; elle s’obtient après un audit AFNOR de plus d’un an.
WORM
Aussi appelé : Write once, read many, Verrou de stockage
Mode de stockage où un objet écrit ne peut plus être modifié ni supprimé avant un terme fixé, y compris par l’administrateur du compte.
Horodatage
Aussi appelé : RFC 3161
Jeton délivré par un tiers, attestant qu’une empreinte de document existait à une date donnée. C’est le jeton qui fait foi, pas l’heure du serveur qui l’a demandé.
Empreinte
Aussi appelé : Hachage, SHA-256
Somme de contrôle calculée sur un fichier, qui change entièrement si un seul octet change. Elle sert à prouver qu’un document est bien celui qu’on a conservé.
Empreinte perceptuelle
Aussi appelé : pHash
Somme de contrôle calculée sur ce qu’une image montre plutôt que sur ses octets. Deux versions d’une même photo, recadrée ou recompressée, ont des empreintes SHA-256 différentes mais des empreintes perceptuelles proches.
RAG
Aussi appelé : Génération augmentée par la recherche
Technique consistant à retrouver des passages pertinents dans un corpus, puis à les fournir à un modèle de langage pour qu’il réponde à partir d’eux plutôt que de sa mémoire.
Recherche hybride
Aussi appelé : RRF, Fusion de rangs réciproques
Combinaison d’une recherche par mots exacts et d’une recherche par similarité de sens, dont les deux listes de résultats sont fusionnées. Chacune rattrape ce que l’autre rate.
Vecteur
Aussi appelé : Embedding, Plongement
Représentation numérique d’un texte, telle que deux textes de sens proche ont des vecteurs proches. Deux vecteurs produits par des modèles différents ne se comparent pas : changer de modèle impose de tout réindexer.
Reranker
Second modèle qui réordonne les résultats d’une recherche en jugeant chaque candidat face à la question. C’est le levier de qualité le mieux documenté sur un moteur hybride déjà en place.
MCP
Aussi appelé : Model Context Protocol
Protocole par lequel un référentiel expose ses outils — recherche, lecture — aux agents d’intelligence artificielle. Il s’installe depuis 2025 comme l’interface standard d’accès à un fonds documentaire.
Point d’arrêt humain
Aussi appelé : Human in the loop, HITL
Étape où une personne confirme avant qu’une action s’applique. Réservé aux actions qui changent quelque chose : généralisé à tout, il devient un clic machinal qui ne protège plus rien.
Multi-tenant
Aussi appelé : Multi-locataire, Cloisonnement
Architecture où plusieurs organisations partagent la même installation sans jamais voir les données les unes des autres. La solidité du cloisonnement dépend de l’endroit où il est appliqué : dans le moteur de base de données, il résiste à une erreur de programmation ; dans le code applicatif, non.
RLS
Aussi appelé : Row level security, Sécurité au niveau de la ligne
Mécanisme du moteur de base de données qui filtre les lignes visibles selon l’identité de l’appelant, quelle que soit la requête écrite au-dessus.
Sur-partage
Aussi appelé : Oversharing
Situation où des documents sont accessibles à plus de personnes que prévu, souvent sans que personne le sache. Un moteur de recherche par le sens la rend visible d’un coup, en remontant à chacun ce qu’il pouvait techniquement ouvrir sans jamais l’avoir trouvé.
Idempotence
Propriété d’une opération qu’on peut rejouer sans qu’elle produise deux fois son effet. Sur un dépôt de document, c’est ce qui évite qu’un appel réseau réessayé crée un doublon.
Page séparatrice
Feuille glissée entre deux pièces dans un chargeur de scanner, que le logiciel reconnaît pour couper la liasse, et qui ne devient jamais un document.