Unstructured Transform vs LlamaParse : peut-on retrouver le tableau d’origine pour vérifier les chiffres des réponses sur un rapport annuel ?
Les équipes disposant déjà d’un flux d’ingestion par éléments peuvent commencer par évaluer Transform ; celles qui ont besoin de données issues de tableaux sur plusieurs pages et d’une localisation précise peuvent commencer par LlamaParse. Comparez les contrats de sortie, les liens avec les pages sources et les signaux de révision, sans confondre analyse réussie ou score élevé avec réponse correcte.
Lorsqu’un assistant de recherche répond à la question « Quel est le chiffre d’affaires de cette région ? » à partir d’un rapport annuel, les collègues doivent encore pouvoir cliquer pour revenir au tableau d’origine et vérifier. Unstructured Transform et LlamaParse peuvent tous deux préparer des documents complexes pour la recherche d’informations en aval, mais comparer uniquement la présentation du Markdown lors de l’achat fait oublier cette étape. Les équipes qui ingèrent déjà les contenus par éléments peuvent d’abord examiner les éléments, les numéros de page et les informations sur les pages en échec de Transform ; celles qui doivent transmettre des tableaux multipages à des outils d’analyse de données ou localiser des cellules peuvent évaluer en priorité la sortie des tableaux de LlamaParse. Ces critères de choix reposent sur la documentation officielle des interfaces vérifiée le 10 novembre 2026, et non sur un classement de la précision de reconnaissance des deux produits établi par des tests pratiques.
Déterminer d’abord vers quelle page la réponse doit renvoyer
Transform utilise actuellement l’interface v2 Parse et produit du Markdown par défaut. Selon la documentation officielle, demander explicitement elements permet de lire le type, le texte et metadata.page_number de chaque élément ; dans l’exemple correspondant, markdown vaut alors null. Brancher la requête par défaut puis attendre automatiquement un ensemble complet de données sur les éléments peut donc ne pas correspondre au contrat de réponse. Si la base vectorielle existante ingère les contenus par paragraphes ou éléments de tableau, conservez d’abord les liens entre l’identifiant du fichier original, le numéro de page et l’élément, avant de procéder au découpage et à la génération des embeddings.
Il ne faut pas non plus présumer que la position est toujours disponible. Les coordonnées des éléments de Transform peuvent être absentes ou null ; pour un élément réparti sur plusieurs pages, elles peuvent prendre la forme de plusieurs cadres, chacun associé à un numéro de page. L’interface de citation doit surligner la source lorsque des coordonnées existent et, sinon, renvoyer à la page originale, plutôt que d’inventer une position pour compléter l’affichage. Ce comportement de repli doit faire partie des tests de recette lors de l’achat.
Avec expand=items, LlamaParse renvoie un arbre d’éléments de page organisé selon l’ordre de lecture, comprenant les numéros et dimensions des pages, avec des champs différents pour les tableaux, les textes, les images et les autres types. Les cadres englobants utilisent des points de page, et non des pixels ou des coordonnées normalisées ; les pages d’un même document peuvent avoir des dimensions différentes. Si l’équipe veut dessiner l’emplacement des preuves sur des captures d’écran, elle doit convertir les coordonnées selon les dimensions de la page concernée, sans traiter directement les coordonnées de l’interface comme des pixels de l’image. LlamaParse autorise aussi bbox à valoir null : l’application doit donc toujours conserver et vérifier toute la chaîne de citation.
Pour un tableau multipage, conserver la première capture ne suffit pas
Imaginons un tableau de chiffre d’affaires sur deux pages : la première contient les en-têtes de régions et d’années, tandis que la seconde poursuit les lignes de données. Le lecteur a besoin de la valeur d’une ligne, de son année, de sa devise et de sa source, pas seulement d’un bloc de texte ressemblant à un tableau. Pour la recette, utilisez des fichiers originaux comprenant des en-têtes fusionnés, des suites de tableaux et des notes de bas de page. Vérifiez que les en-têtes correspondent toujours aux bonnes colonnes et que la réponse permet de retrouver la page contenant réellement la valeur. Il s’agit d’un scénario de test proposé, pas d’un résultat de test déjà obtenu.
La documentation des tableaux de LlamaParse propose notamment des sorties rows, CSV et HTML ; HTML peut représenter des cellules fusionnées, contrairement aux tableaux Markdown à barres verticales. Lorsque merge_continued_tables est activé, les suites d’un tableau sont fusionnées sur sa page de départ, et merged_from_pages et merged_into_page permettent de conserver les relations de fusion. C’est utile pour les équipes qui transmettent les tableaux à des programmes d’analyse, mais une application qui ne conserve que la première page accueillant le tableau fusionné risque de perdre les informations sur les pages sources. Le choix du format et la conservation des relations entre numéros de page doivent constituer une même décision d’intégration.
Pour Transform, mieux vaut commencer par vérifier la compatibilité avec la manière dont les éléments sont déjà consommés : les éléments Table, les numéros de page et les coordonnées multipages réellement renvoyés répondent-ils aux besoins d’ingestion et de citation en aval ? Ne considérez pas les exemples de l’ancienne bibliothèque partition comme des réponses du Transform actuel, et ne supposez pas que vos en-têtes fusionnés seront correctement traités simplement parce qu’une page marketing mentionne des fonctions de tableau. Si le besoin final porte sur des données complètes de lignes et de colonnes ou sur un surlignage précis, examinez la réponse réelle avec le même échantillon, plutôt que de vérifier uniquement que la chaîne renvoyée n’est pas vide.
Les signaux de qualité doivent alimenter la file de révision
Un résultat completed de Transform peut encore omettre des pages illisibles ou contenir des pages dont la reconnaissance est incomplète. La documentation officielle demande aux appelants de vérifier failed_pages, degraded_pages et warnings. Le parse_confidence d’un élément mesure la concordance entre son texte et le texte OCR, et non la « probabilité que le contenu soit correct » ; une valeur null signifie indisponible, pas un score de zéro. L’équipe peut s’appuyer sur ces informations pour organiser la révision, mais ne doit pas présenter directement un score élevé comme la validation d’un fait métier.
Le champ parse_concerns des tableaux de LlamaParse signale notamment des nombres inhabituels de lignes ou de colonnes, ou des incohérences entre en-têtes et types de valeurs. La documentation officielle précise aussi que ces indicateurs sont des signaux de révision : un signalement ne prouve pas que le tableau est faux, et son absence ne garantit pas qu’il est correct. Il faut également vérifier success dans la sortie des pages. Les deux produits fournissent des informations utilisables dans un processus de révision, mais aucun ne remplace la vérification du document original ; pour les montants ou quantités importants, les résultats de l’analyse doivent toujours être rapprochés des pages sources correspondantes.
Les pilotes des deux produits doivent donc livrer le même ensemble de résultats : du contenu interrogeable, les relations entre fichiers originaux et pages sources, les passages nécessitant une révision humaine et la liste des pages omises. Évaluez d’abord Transform si un contrat d’ingestion par éléments existe déjà et que vous souhaitez le conserver ; évaluez d’abord LlamaParse si la forme des données des tableaux multipages et la localisation fine sont des exigences centrales. La comparaison finale doit porter sur la sortie qui fait perdre le moins de preuves à l’équipe et sur le travail d’adaptation et de révision nécessaire, plutôt que de réduire la fiabilité d’une réponse entière à un seul score de confiance.
À propos de cet article :Cet article s’appuie sur des informations publiques et sert de référence pour vous aider à choisir vos outils. Les fonctionnalités, les tarifs et les politiques associées peuvent évoluer à tout moment ; veuillez consulter les informations officielles les plus récentes.
Source originale :docs.unstructured.io