@mostajs/ocr-learn

Auteur : Dr Hamid MADANI [email protected] · Licence : AGPL-3.0-or-later

Apprentissage réutilisable pour l'extraction OCR, alimenté par le retour humain (corrections cPanel / ré-OCR). Deux apprentissages, un store injecté (mémoire en test, @mostajs/orm en prod) :

1. Corrections apprises — à chaque fiche corrigée, on apprend des règles de substitution (« Dv »→« Dr ») et des en-têtes canoniques (## …), réappliqués sur les fiches suivantes de la même série (roadmap homogène).
2. Sélection apprenante — quel skill/moteur par signature de document : compose @mostajs/skill-library (moteur générique CBR + feedback HITL) — on ne réinvente pas d'apprentissage.

API

import { createOcrLearner, createSkillSelector } from '@mostajs/ocr-learn';

const learner = createOcrLearner({ store });              // store injecté (défaut mémoire)
await learner.learnFromCorrection(rawOcrText, correctedText);  // apprend règles + en-têtes
const pre = await learner.precorrect(newRawOcrText);      // réapplique le savoir AVANT structuration
await learner.canonicalHeaders();                          // vocabulaire de série appris

const sel = await createSkillSelector({ apply });         // apply(input, skillName) -> sortie {quality?}
const { skill, output, runRef } = await sel.pick(input, { kind: 'fiche-cat' });
await sel.recordFeedback(runRef, { accepted: true });     // corrections cPanel = feedback

Fonctions pures réutilisables : wordReplacements(before, after), headers(md), mergeRules, applyRules.