docs/reference/alto-view.md

AltoView — fidélité documentaire ALTO

AltoView est la deuxième vue canonique. Elle répond à la question : "quel pipeline produit le meilleur ALTO exploitable ?"

Distinct de TextView

Aspect	TextView	AltoView
Question	"meilleur texte final ?"	"meilleur ALTO exploitable ?"
Types acceptés	RAW_TEXT, CORRECTED_TEXT, ALTO, PAGE, CANONICAL	ALTO_XML uniquement
Projection	tout → RAW_TEXT	aucune (compare ALTO direct)
Mesure	qualité linguistique	fidélité structurelle
Métriques	CER, WER, MER, WIL	alto_validity, line_count_ratio, word_box_coverage

Un même pipeline peut être évalué dans les deux vues. Le rapport HTML (S22) présentera les deux côte-à-côte pour qu'un lecteur comprenne pourquoi deux pipelines avec le même CER peuvent produire des ALTO de qualités différentes.

Pattern d'omission explicite

Un pipeline qui ne produit pas d'ALTO_XML (exemple : Tesseract texte brut sans ALTO) ne peut pas être évalué dans AltoView. Le caller (typiquement un service applicatif au S19) doit omettre ce pipeline du résultat, plutôt que de lui attribuer un score factice à 0.

from picarones.evaluation.views import build_alto_view

view = build_alto_view()

pipelines = [
    ("tesseract",       ArtifactType.RAW_TEXT),       # PAS d'ALTO
    ("ocr_llm_alto",    ArtifactType.ALTO_XML),       # ALTO ✓
    ("vlm_alto",        ArtifactType.ALTO_XML),       # ALTO ✓
]

eligible = [(n, t) for n, t in pipelines if view.accepts(t)]
omitted  = [(n, t) for n, t in pipelines if not view.accepts(t)]

# eligible: [("ocr_llm_alto", ALTO_XML), ("vlm_alto", ALTO_XML)]
# omitted: [("tesseract", RAW_TEXT)]

Le caller affichera dans le rapport : "Tesseract n'est pas évalué dans AltoView (ne produit pas d'ALTO)." Pas de score factice à 0 qui ferait passer Tesseract pour un mauvais ALTO, alors qu'il n'a juste pas pris part à la compétition.

Métriques par défaut

alto_validity

L'hypothèse a-t-elle une structure ALTO cohérente ? ≥ 1 page ET ≥ 1 bloc ET ≥ 1 ligne. Détecte les ALTO vides, tronqués, ou produits par un reconstructeur défaillant.

• 1.0 = structure cohérente
• 0.0 = vide ou tronqué

alto_line_count_ratio

Ratio min/max du nombre de lignes : min(n_hyp, n_ref) / max(n_hyp, n_ref) ∈ [0, 1]. 1.0 = même nombre de lignes.

Permet de détecter un reconstructeur qui invente ou perd des lignes. Ne dit rien sur l'alignement spatial — c'est textline_alignment (post-livraison) qui mesurera cette dimension.

alto_word_box_coverage

Fraction des AltoString de l'hypothèse qui ont une bbox définie (HPOS, VPOS, WIDTH, HEIGHT). 1.0 = tous les mots ont une boîte (cas idéal pour un reconstructeur ALTO).

Un VLM qui produit du markdown puis le reconstruit en ALTO sans coordonnées aura un word_box_coverage proche de 0.

Garde-fou méthodologique

Le ViewResult produit par AltoView porte un warnings explicite :

Cette vue mesure la fidélité STRUCTURELLE de l'ALTO produit (validité, nombre de lignes, bbox). La qualité TEXTUELLE de ce qui est dans cet ALTO est mesurée par TextView ; les deux doivent être lues ensemble pour juger un pipeline.

Les pipelines qui ne produisent pas d'ALTO sont OMIS de cette vue. Aucun score factice n'est attribué à un pipeline absent.

Limites assumées

Reportées à des sprints suivants :

• textline_alignment (IoU des bbox de lignes) — exige un algorithme d'alignement bipartite par bbox.
• reading_order_consistency (Kendall tau sur les IDs de lignes) — exige un mapping ID → position.
• layout_f1 (ICDAR 2015) — déjà implémenté dans evaluation/metrics/layout.py (migré au S10) sur des Region génériques ; un wrapper ALTO peut être ajouté plus tard.

Statut

• ✅ AltoView (3 métriques + pattern d'omission)
• ✅ SearchView (recherchabilité fuzzy)
• ⏳ Intégration runner + RunManifest
• ⏳ Tests E2E sur le cas BnF central