GUIDA · RAG E BASE DI CONOSCENZA

OCR tradizionale o modelli multimodali: come leggere i documenti scansionati

Dopo questa guida saprai quando un riconoscimento del testo tradizionale basta, quando conviene un modello multimodale che legge direttamente la pagina e come combinare i due approcci senza perdere precisione. Vedrai i criteri di scelta, i rischi sulle cifre e le domande da porre.

Aggiornata a ottobre 2026
7 min di lettura
Redazione Tecnica Altovar

1. Il problema dei documenti scansionati

Una parte rilevante degli archivi aziendali non è fatta di testo digitale. Contratti firmati, certificati, bolle, moduli compilati a mano e vecchi verbali esistono spesso solo come immagini. Un sistema di knowledge base non può cercare dentro un'immagine, quindi il documento deve prima essere trasformato in testo, con tutti i rischi di una trasformazione imperfetta. Questo passaggio è invisibile per chi usa la base, ma determina che cosa il sistema può davvero trovare.

La qualità della lettura incide su tutto il resto. Se una cifra viene letta male, la risposta sarà sbagliata con la stessa sicurezza di una risposta corretta, e nessuno se ne accorge senza un controllo sull'originale. Per questo la scelta dell'approccio di lettura va trattata come una decisione di qualità e di responsabilità, non come un dettaglio di implementazione da delegare.

2. Cos'è l'OCR tradizionale

L'OCR, dall'inglese Optical Character Recognition, riconosce i caratteri in un'immagine e li trasforma in testo. Le versioni tradizionali funzionano bene su testi stampati, ben allineati e con uno sfondo pulito, come una lettera ufficiale o un contratto stampato. Il loro risultato è un testo continuo, che perde spesso la struttura di tabelle, colonne e intestazioni. Per questo, dopo l'OCR, serve quasi sempre un passaggio di ricostruzione del layout, che ricompone le righe e le colonne.

Il vantaggio è la prevedibilità. Lo stesso documento produce lo stesso testo, il costo di elaborazione è noto e l'errore è di solito localizzato nei singoli caratteri, non nel significato della frase. Il limite è che il riconoscimento dei caratteri non capisce il documento: non sa che una colonna contiene un importo e non sa collegare un timbro al testo che lo circonda. Quando la struttura conta, questo limite diventa il problema principale.

3. Cosa cambia con i modelli multimodali

I modelli multimodali ricevono l'immagine della pagina e rispondono in base a ciò che vedono, comprese tabelle, firme, annotazioni a margine e disposizione del testo. Possono leggere un documento e produrne una versione strutturata, oppure rispondere direttamente a una domanda sull'immagine. È una capacità diversa dal semplice riconoscimento dei caratteri, e per questo spesso gestisce meglio i documenti complessi che mescolano testo, numeri e disegni.

Il rischio è la plausibilità. Un modello che legge male una cifra può produrre un valore verosimile ma sbagliato, e l'errore non è sempre segnalato. Non tutti i modelli si comportano allo stesso modo su scansioni di bassa qualità, su testi scritti a mano o su tabelle dense. Il vantaggio va misurato su documenti reali del tuo archivio, non su esempi scelti dal fornitore.

4. Le opzioni a confronto

Le strade sono quattro, e nella pratica si combinano. La tabella le confronta per i criteri che contano in una knowledge base aziendale, cioè come leggono il documento, quali punti di forza hanno e dove richiedono attenzione. Il confronto è qualitativo: i risultati cambiano molto con la qualità delle scansioni e con il tipo di documento. Verifica sempre su un campione dei tuoi archivi, e chiedi al fornitore di dichiarare il metodo usato per ciascun tipo di documento.

Un approccio combinato, che usa l'OCR per il testo continuo e un modello per le tabelle e i casi difficili, è spesso il più equilibrato. Richiede però una regola di instradamento da mantenere nel tempo, altrimenti i documenti finiscono nel percorso sbagliato senza che nessuno se ne accorga. Chiedi come viene scelto il percorso per ciascun documento e come si verifica che la scelta sia stata corretta.

ApproccioCome legge il documentoPunto di forzaAttenzione
OCR tradizionaleRiconosce i caratteri e produce un testo continuoPrevedibile e con costi notiPerde struttura di tabelle e intestazioni
OCR con ricostruzione del layoutRiconosce i caratteri e ricostruisce colonne e tabelleConserva meglio la strutturaPiù regole da mantenere e da testare
Modello multimodaleInterpreta l'immagine della pagina nel suo insiemeGestisce tabelle, firme e annotazioniErrori plausibili sulle cifre, da verificare
Approccio combinatoUsa l'OCR per il testo e il modello per tabelle e casi difficiliBilancia costo, struttura e controlloRichiede una logica di instradamento da mantenere

5. Criteri per scegliere

La scelta parte dalle caratteristiche dei documenti, non dalla tecnologia più recente. Un archivio di contratti digitali stampati non richiede lo stesso approccio di un archivio di moduli compilati a mano o di bolle fotocopiate più volte. Esamina un campione di ciascun tipo prima di decidere, e annota quali tipi di documento producono più errori, così da concentrare lì il controllo umano.

  • Qualità delle scansioni: risoluzione, inclinazione, macchie, pagine fotocopiate più volte.
  • Tipo di contenuto: testo continuo, tabelle, moduli compilati a mano, timbri e firme.
  • Presenza di cifre e importi, che richiedono un controllo più stretto.
  • Volume e frequenza: archivio una tantum oppure flusso continuo di nuovi documenti.
  • Riservatezza: dove vengono elaborate le immagini e per quanto tempo restano disponibili.

6. Compromessi e controlli sulle cifre

Il compromesso principale è tra struttura e controllo. Un approccio più capace nel leggere il documento può produrre risultati più utili, ma anche errori meno visibili. Un approccio più semplice sbaglia in modo più prevedibile, e quindi è più facile da controllare con una regola. Non esiste una scelta che elimini entrambi i rischi. Conviene scegliere in base a quale errore il tuo processo tollera meglio, e a chi spetta individuarlo.

Per cifre, importi, date e identificativi, prevedi un controllo esplicito: confronto con l'immagine originale, campione verificato da una persona o regola che segnala le incongruenze, per esempio un totale che non torna con le righe. La risposta della knowledge base deve citare il documento originale, così chi legge può ricontrollare il dato senza dover cercare il file da solo. Un controllo a campione periodico, ad esempio, può bastare per documenti poco critici.

7. Come iniziare

Prepara un campione rappresentativo dei documenti più difficili, con scansioni di qualità diversa, tabelle e moduli compilati a mano. Chiedi al fornitore di leggerli con l'approccio proposto e di mostrarti il testo estratto accanto all'immagine, senza nasconderne gli errori. Un risultato con qualche errore dichiarato è più utile di una prova perfetta su documenti scelti con cura. Includi anche qualche documento di qualità scadente, perché è lì che il confronto tra approcci mostra le differenze maggiori.

Controlla tu stesso le cifre e i campi importanti. Quello che emerge da questo test è più utile di qualunque dichiarazione generica sulla precisione del sistema, e ti permette di decidere con dati alla mano. Annota i tempi di lavorazione e il numero di interventi manuali richiesti per ciascun tipo di documento, perché sono costi che emergono solo in esercizio e pesano sulla scelta quanto la precisione.

Domande frequenti

L'OCR tradizionale è obsoleto?

No. Per testi stampati e puliti è ancora la soluzione più prevedibile ed economica. Diventa insufficiente quando la struttura del documento è importante, come nelle tabelle, nei moduli e nei documenti con colonne multiple. In molti casi basta aggiungere un passaggio di ricostruzione del layout invece di cambiare approccio.

Un modello multimodale legge meglio di un OCR?

Dipende dal documento. Su tabelle complesse, moduli e annotazioni può essere più efficace. Su scansioni molto degradate o su cifre critiche può produrre errori difficili da individuare, perché il risultato appare plausibile. Il confronto va fatto sul tuo campione, misurando separatamente testo, struttura e cifre.

Si può affidare la lettura dei documenti a un solo strumento?

Si può, ma conviene prevedere una verifica sui casi critici. Un approccio combinato, che usa l'OCR per il testo semplice e un modello per le parti complesse, è spesso più bilanciato. Il punto importante è sapere quale metodo ha prodotto ciascun testo, perché questa informazione serve al controllo e alla correzione.

Le scansioni sono ancora necessarie in un archivio digitale?

Spesso sì, perché molti documenti hanno un valore legale o storico legato all'originale firmato. La scansione va conservata come documento di riferimento, mentre il testo estratto serve alla ricerca. Il sistema deve permettere di risalire dalla risposta all'immagine originale, senza passaggi intermedi.

Cosa chiedere al fornitore sulla lettura dei documenti?

Chiedi quali tipi di documento sono stati testati, come vengono trattate cifre e tabelle, dove vengono elaborate le immagini, per quanto tempo restano disponibili e come si individua un'estrazione sbagliata. Chiedi anche di poter eseguire il test sul tuo campione prima della firma, con i tuoi documenti.

Nota sul contenuto

Guida informativa di carattere generale. Norme e requisiti tecnici cambiano nel tempo: verifica sempre le fonti ufficiali e valuta il tuo caso specifico con un consulente tecnico o legale qualificato.

CONTATTACI

Parla con il nostro team.

Mostriamo come Altovar si integra nella tua infrastruttura. Nessun impegno, nessun sales pitch. Solo una conversazione tecnica.

PRENOTA UNA DEMO →