Extraction de données dans plusieurs documents

Bonjour,

J'aimerais savoir comment s'y prendre pour extraire de l'information automatiquement dans plusieurs documents PDF. L'information est pseudo-structurée à l'intérieur des documents. Je dis pseudo, car l'information principale se retrouve à peu près au même endroit dans les documents, mais avec des formulations qui peuvent différer un peu.

Plus précisément, il s'agit d'actes notariés de ventes d'immeuble dans lesquels on peut y retrouver les noms des acheteurs et vendeurs, l'adresse des immeubles, le prix de vente, etc.

Je crois que ceci s'approche du "data mining", mais est-ce vraiment le cas? Y a-t-il des logiciels que vous connaissez et qui fonctionne avec du texte en français? Y a-t-il des spécialistes d'extraction de données qui pourraient me guider?

Merci