Lire une adresse coréenne et les détails d'une commande
à partir d'une capture d'écran de chat KakaoTalk

Ce que contient réellement une capture d’écran de commande KakaoTalk

KakaoTalk est la plateforme de messagerie dominante en Corée du Sud, utilisée par plus de 46 millions de personnes dans un pays de 52 millions. Lorsqu’un client coréen passe une commande auprès d’une petite entreprise — un restaurant commandant une livraison de nourriture en gros, un revendeur commandant des produits de beauté, un fournisseur confirmant des matières premières — la transaction entière se déroule généralement dans KakaoTalk. Le client envoie son adresse, liste les articles souhaités, et paie souvent aussi via KakaoPay, générant une carte de confirmation de paiement stylisée qui apparaît dans le même fil de discussion. Les achats groupés coréens (공동구매) reposent entièrement sur ce modèle de fil de discussion : un organisateur collecte les articles et les quantités auprès de dizaines d’acheteurs, ce qui fait des captures d’écran d’achats groupés KakaoTalk la liste de commandes de facto.

Une seule capture d’écran de cette conversation peut contenir :

• Des bulles de discussion en texte brut avec l’adresse du client en coréen, écrite soit dans le système de nom de rue (도로명주소), soit dans le système de numéro de parcelle (지번주소)
• Les détails de la commande — noms des produits (상품명), quantités (수량), et éventuellement prix et demandes spéciales — le tout en coréen conversationnel
• Une carte de paiement KakaoPay — une carte d’interface visuellement distincte avec un accent vert, affichant le montant total payé, le nom du marchand et un badge de statut de transaction
• Un partage de position KakaoMap — une carte d’aperçu montrant une vignette de carte et le texte de l’adresse lorsque le client partage sa position via le service cartographique intégré de l’application
• L’interface visuelle — la barre de titre de la salle de discussion affichant le nom de l’autre personne, la marque « KakaoTalk », les horodatages, les accusés de lecture et la zone de saisie des messages

Chacun de ces éléments a un format visuel différent — texte brut, carte stylisée, vignette de carte — mais les données dont vous avez besoin (l’adresse et les détails de la commande) traversent tous ces formats. Un outil OCR traditionnel lit l’image entière comme un seul bloc de texte, produisant une chaîne brute de hangul, de chiffres et d’étiquettes d’interface mélangés que vous devez ensuite trier manuellement. Le défi n’est pas que l’adresse soit difficile à lire — elle est clairement écrite en coréen. Le défi est de la distinguer de tout le reste à l’écran.

Le problème de la double adresse : nom de rue (도로명주소) vs numéro de parcelle (지번주소)

La Corée du Sud est l'un des rares pays au monde où deux systèmes d'adresse coexistent. Le système officiel est l'adresse par nom de rue (도로명주소, Doro-myeong-juso), introduit en juillet 2011 et pleinement adopté en janvier 2014. Dans ce système, les adresses suivent un format logique basé sur les rues : province ou ville → district → nom de rue → numéro de bâtiment. Une adresse par nom de rue typique ressemble à ceci :

서울특별시 강남구 테헤란로 123
(Séoul, Gangnam-gu, Teheran-ro 123)

Mais l'ancienne adresse par numéro de parcelle (지번주소, Jibeon-juso) reste largement utilisée. Ce système repose sur les numéros de parcelles cadastrales plutôt que sur les noms de rues, et produit des adresses qui semblent complètement différentes :

서울특별시 강남구 역삼동 123-45
(Séoul, Gangnam-gu, Yeoksam-dong 123-45)

Les deux adresses peuvent désigner exactement le même bâtiment. Naver Maps et KakaoMap affichent les deux versions côte à côte pour chaque emplacement. Dans une conversation KakaoTalk, un client coréen peut envoyer son adresse dans l'un ou l'autre format — selon celui avec lequel il est le plus à l'aise ou celui qui figure sur ses documents officiels. Une personne écrit « 서울시 마포구 서교동 456-7 » (numéro de parcelle), tandis qu'une autre écrit « 서울시 마포구 와우산로 29길 45 » (nom de rue) pour le même quartier.

Cette réalité à double système crée un problème pour toute méthode d'extraction qui s'attend à un format d'adresse unique. Un outil basé sur un modèle configuré pour rechercher « Nom de rue + Numéro de bâtiment » ne reconnaîtra pas une adresse par numéro de parcelle lorsqu'il en rencontrera une dans une capture d'écran. À l'inverse, un outil programmé pour extraire les motifs numériques « 동(Dong) + 번지(Beonji) » manquera les adresses par nom de rue. Le client ne va pas normaliser son format d'adresse pour vous — il le saisit simplement comme il le connaît. Une méthode d'extraction qui comprend les deux systèmes par leur structure sémantique, plutôt que par leur seule disposition visuelle, est la solution pratique pour sortir de cette impasse.

Trois scénarios courants de commande sur KakaoTalk

La composition visuelle de la capture d'écran change selon la façon dont le client a passé sa commande et selon qu'un paiement a été effectué via KakaoPay. Chaque scénario présente des considérations d'extraction légèrement différentes.

Scénario 1 : Adresse et détails de commande dans des bulles de chat en texte brut

Le scénario le plus courant : le client saisit son adresse et sa commande directement dans le chat sous forme de messages texte ordinaires. La conversation peut ressembler à ceci :

Client : « 네, 주문할게요. 김치찌개 3개, 제육볶음 2개 주세요. »
(Oui, je voudrais commander. 3 kimchi jjigae, 2 jeyuk bokkeum s'il vous plaît.)
Client : « 주소는 경기도 성남시 분당구 정자동 178-3번지 203호입니다. »
(L'adresse est 203-ho, 178-3 Jeongja-dong, Bundang-gu, Seongnam-si, Gyeonggi-do.)

L'adresse apparaît au format par numéro de parcelle (정자동 178-3) avec un numéro d'unité (203호). Les articles de la commande sont listés séparément dans un message précédent. Ces deux informations sont en texte brut — pas de cartes, pas de partages de carte — mais elles sont en coréen conversationnel, et non dans des champs de formulaire étiquetés. Un outil OCR traditionnel produirait « 네, 주문할게요. 김치찌개 3개, 제육볶음 2개 주세요. » comme une seule chaîne continue avec le texte de l'adresse, vous laissant séparer manuellement les articles de la commande de l'adresse.

Avec l'extraction sémantique par colonnes, vous définissez deux colonnes — Shipping Address (배송지) et Order Items (주문 상품) — et le moteur lit la capture d'écran en sachant qu'il cherche deux informations distinctes dans le même texte de chat. Il trouve l'adresse en reconnaissant la structure de l'adresse coréenne (province → ville → district → numéro de parcelle → unité) et identifie les articles de la commande grâce à leurs marqueurs de quantité numérique et à leurs modèles de noms de produits, en les plaçant chacun dans la bonne colonne sans les mélanger.

Scénario 2 : Adresse avec une carte de paiement KakaoPay

KakaoTalk est profondément intégré à KakaoPay, le portefeuille numérique leader en Corée. Lorsqu'un client paie via KakaoPay dans le chat, une carte de confirmation de paiement apparaît directement dans la conversation. La carte a une identité visuelle distincte — une carte à fond blanc ou clair avec l'accent jaune-vert signature de Kakao, affichant le montant total en gros caractères gras, le nom du marchand, un horodatage de transaction et un badge de statut (« 결제완료 » — paiement effectué).

Cette carte est un élément d'interface autonome qui se trouve entre les bulles de texte. Elle contient le montant du paiement et la confirmation de transaction, mais elle ne contient pas l'adresse de livraison ni les articles de la commande. Ceux-ci restent dans les bulles de texte au-dessus ou en dessous de la carte. La capture d'écran contient désormais deux formats visuels complètement différents — texte de chat brut et carte de paiement stylisée — dans la même image.

Un moteur d'extraction par colonnes basé sur l'IA visuelle interprète la capture d'écran entière comme une scène composite. Il reconnaît la carte de paiement comme « une confirmation KakaoPay » et extrait le montant dans une colonne Payment Amount (결제 금액) si vous en définissez une, tout en lisant séparément les bulles de texte pour l'adresse et les informations de commande. L'OCR traditionnel, en revanche, lit le texte de la carte et le texte du chat dans un flux unique indifférencié — « 결제완료 » de l'étiquette de la carte apparaît juste à côté de l'adresse dans la sortie.

C'est le même principe qui s'applique aux captures d'écran de paiement sur d'autres plateformes : la confirmation de paiement et les détails de transaction sont des éléments visuellement distincts dans l'image, et la méthode d'extraction doit reconnaître le rôle de chacun plutôt que de lire tout le texte de manière égale.

Scénario 3 : Adresse partagée via la carte de localisation KakaoMap

KakaoTalk permet aux utilisateurs de partager leur position actuelle ou une adresse épinglée via KakaoMap. Lorsqu'un utilisateur appuie sur le bouton de partage de position, une carte d'aperçu apparaît dans la conversation, montrant une petite vignette de carte, l'adresse en texte sous la carte, et le nom du lieu si l'utilisateur a épinglé un endroit nommé. Le texte de l'adresse sur cette carte est rendu en petite police dans un aperçu compact — et il peut être rédigé dans l'un ou l'autre format d'adresse selon le système affiché par l'interface de la carte.

Ce scénario présente un cas d'extraction plus difficile. L'adresse est présente dans l'image, mais elle est rendue en petite police dans une carte qui n'occupe qu'une partie de la capture d'écran. Si le texte sur la carte est partiellement coupé par les limites de l'aperçu, ou si la capture a été prise avant que la carte ne soit complètement chargée, l'adresse visible peut être incomplète. De plus, KakaoMap affiche par défaut l'adresse par nom de rue dans son aperçu, donc même si le client connaît son adresse par numéro de parcelle, la carte partagée affichera probablement l'équivalent par nom de rue — ce qui signifie que le format peut différer de ce que le client a saisi dans les messages précédents.

Pour l'extraction, la carte KakaoMap reste lisible tant que le texte de l'adresse est visible et non tronqué. Définissez la colonne comme vous le feriez pour une adresse dans une bulle de texte, et le moteur lit le texte où qu'il apparaisse dans l'image — que ce soit dans une bulle de conversation ou sur une carte. Le risque est la troncature : si la capture ne montre que la moitié supérieure de la carte, la ligne d'adresse en bas peut être coupée. Une capture en pleine hauteur incluant toute la carte de haut en bas évite ce problème.

Comment l'extraction sémantique gère les adresses coréennes

La clé pour travailler avec les captures d'écran de commandes KakaoTalk est le même principe qui s'applique à chaque scénario d'extraction de capture d'écran de conversation : vous n'avez pas besoin d'indiquer au moteur quel format d'adresse attendre ni où chercher à l'écran. Vous définissez les colonnes souhaitées — Adresse de livraison (배송지), Articles commandés (주문 상품), Quantité (수량), Montant du paiement (결제 금액) — et l'IA lit chaque capture comme une scène visuelle complète, localisant les données de chaque colonne en comprenant leur signification et leur emplacement typique dans une conversation KakaoTalk.

Cette approche est fondamentalement différente de l'extraction basée sur des modèles ou des positions. Une approche traditionnelle exigerait de préciser : « l'adresse est dans la bulle de conversation, le montant est dans la carte de paiement verte, les articles sont dans le message précédent ». Toute déviation — un client qui envoie les articles d'abord et l'adresse ensuite, une carte KakaoPay qui apparaît au-dessus de la liste des articles au lieu de dessous — casse la mise en page prédéfinie. L'extraction sémantique ne dépend pas de positions fixes ni de mises en page, car elle interprète le contenu, pas les coordonnées.

Pour les adresses coréennes en particulier, cela signifie que le moteur peut reconnaître à la fois le format par nom de rue (« 서울시 강남구 테헤란로 123 ») et le format par numéro de parcelle (« 서울시 강남구 역삼동 123-45 ») comme des adresses, car les deux suivent des schémas structurels internes que le modèle a appris (hiérarchie de région administrative + identifiants numériques). Il n'a pas besoin qu'on lui précise lequel attendre — il lit le format que le client a utilisé et place le résultat dans la colonne « Shipping Address ».

Ce blog couvre le cas d'usage des adresses de commande. Si vos captures d'écran KakaoTalk incluent aussi des données de paiement — le montant du transfert (송금액) sur une carte KakaoPay, un numéro de compte bancaire (계좌번호) ou des métadonnées de l'expéditeur — l'outil d'extraction de captures d'écran KakaoTalk lit ces champs en une seule passe, en utilisant la même approche basée sur les colonnes.

La même approche basée sur les colonnes s'applique lorsque les clients passent commande sur d'autres applications de messagerie — l'extraction lit par le sens plutôt que par la plateforme. La méthode qui extrait une adresse coréenne de KakaoTalk fonctionne exactement de la même manière sur les conversations de commande WhatsApp Business, iMessage, LINE ou WeChat : définissez les colonnes une fois, et l'IA lit le format d'adresse que le client a saisi.

Ce que vous pouvez extraire et quelles sont les limites

Pour une capture d'écran de commande KakaoTalk typique, un ensemble de colonnes bien défini vous donne de manière fiable les données suivantes :

Il y a des limites qu'il vaut la peine d'énoncer clairement. Si l'adresse n'apparaît que dans une carte de partage de localisation KakaoMap et que le texte de la carte est tronqué dans la capture d'écran, vous obtiendrez une adresse partielle. Si les détails de la commande du client sont répartis sur plusieurs messages consécutifs et que la capture d'écran ne saisit que les trois dernières bulles, la liste complète de la commande peut ne pas apparaître. Si le client envoie l'adresse et les informations de commande dans des messages séparés avec du contenu sans rapport entre les deux, le résultat peut inclure du texte de remplissage dans la même colonne si celui-ci est structurellement ambigu.

Ce sont des limites de capture visuelle, pas des limites d'extraction. La solution pour toutes est la même : prenez la capture d'écran assez large pour inclure tous les messages pertinents, et définissez des colonnes qui correspondent aux données dont vous avez réellement besoin. L'IA travaille avec ce que contient l'image — elle n'invente pas de données manquantes.

Questions fréquentes