Document Understanding 概要

Transcript

1. ドキュメントの理解 ご紹介
   Subhead goes here on one line
   2023年5月
   

   View Slide

2. 人工知能・機械学習を製品に組み込み、コアビジネスでの迅速な価値創出に貢献する
   オラクルの人工知能・機械学習に対するビジョンと戦略と提供するサービス
   Copyright © 2023, Oracle and/or its affiliates
   3
   Ready-to-Go
   業務オペレーションの効率化
   Ready-to-Work
   保守・運用作業の省人化
   Ready-to-Build
   迅速な試行錯誤を支援
   AI Services
   Machine Learning Services
   Cloud Infrastructure
   Data Management
   Data Integration
   Compute Networking Storage Security
   Data Science Machine Learning Data Labeling
   Analytics Applications
   Big Data
   Service
   Data Flow Autonomous
   Database
   Streaming GoldenGate Data
   Catalog
   Data
   Integration
   Digital
   Assistant
   Language Speech Anomaly
   Detection
   Analytics Cloud SaaS
   Forecasting
   Vision Document
   Understanding
   

   View Slide

3. クラウドサービス、アプリ、データ資産にまたがる統合AI/MLプラットフォーム
   OCI AI Services
   Copyright © 2023, Oracle and/or its affiliates
   4
   専門知識不要 エンタープライズ向けAIを提供 無償から利用可能
   専門家ではない開発者が機械学習を
   深く知らなくても、AIを適用することを可
   能にするサービス群を提供することで、ビ
   ジネス課題を解決することが可能
   Oracle DatabaseやExadataなどに
   蓄積したデータ、Fusion Application
   やNetSuiteのようなアプリケーションから
   のデータ、OCIによるクラウドインフラを提
   供し、様々なデータを持っている唯一の
   企業が提供するAIサービス
   機械学習は学習にかかる費用とコスト
   が高いが、Oracleは、最もコスト競争
   力を持ったAIサービスを提供。
   これによって、すべてのデータにAIが気
   軽に利用可能
   

   View Slide

4. OCI AI Services lineup
   Copyright © 2023, Oracle and/or its affiliates
   5
   Digital Assistant Language Speech Vision
   Anomary Detection Forecasting
   チャット・ボットの開発・運用
   に必要な機能を提供
   事前学習済みのモデルを用
   いた言語解析機能を提供
   音声や動画ファイルのトラン
   スクリプション機能を提供
   事前学習済みのモデルを用
   いた画像分類、物体検出
   の機能を提供
   ※Data Labelingを併用したカスタムモデルの作
   成も可能
   時系列データに基づいた異
   常検出モデルを提供
   時系列予測と予測結果の
   Explainabilityを提供
   coming
   soon
   Document
   Understanding
   事前学習済みのモデルを用
   いたドキュメント分析機能を
   提供
   

   View Slide

5. • OCR(光学文字認識)*
   • PDF, TIFF等のドキュメントから単語、行レベルで文字を検出し、その境界ボックスや信頼度のスコア情報を提供
   • ドキュメント分類
   • 分析したドキュメントの分類とその信頼度のスコアを提供
   • 分類：請求書/レシート/履歴書/税金フォーム/免許証/パスポート/銀行取引明細書/チェック(✓)/給料明細/その他
   • 表抽出*
   • ドキュメント内の表を識別し、内容を抽出とその信頼度のスコア情報を提供
   • キー・バリュー抽出*
   • 事前定義済みのキーを持つドキュメントからの値の抽出機能を提供
   • サポートするドキュメント：領収書*/請求書/運転免許証*/パスポートのMRZ(Machine Readable Zone)
   • OCR(光学文字認識) PDF
   • 検索可能なPDFをオブジェクト・ストレージに生成する機能を提供
   *: 英語のみをサポート
   ドキュメントの理解で提供される分析機能の一覧
   Copyright © 2023, Oracle and/or its affiliates
   6
   

   View Slide

6. 制限 制限値
   ファイル形式 JPEG, PNG, PDF, TIFF
   ファイルサイズの上限 1ドキュメント当たり500MB
   最大件数（OCI Console） 1ドキュメント当たり5ページ以下かつ8MB以下
   最大件数（API） • 1ドキュメント当たり2,000ページ以下
   • 1ジョブ当たり2,000ドキュメント or 1ジョブ当たり500KB以下
   テキストの位置 ○: 水平、×: 垂直
   文字の種類 手書き文字: ○、印刷文字: ○
   認識可能な文字 • a-z
   • A-Z
   • 0-9
   • % } + ~ ^ = * ; ÷ _ ( € < , " @ # ¤ £ ¢ / § ? ] . ¥ > ₹ - ®
   ` ! © & $ ¥ ' { ¥¥ [ | ) :
   主な制限事項
   Copyright © 2023, Oracle and/or its affiliates
   7
   その他の制限事項、最新の情報はドキュメントをご参照ください：
   https://docs.oracle.com/ja-jp/iaas/document-understanding/document-understanding/using/limits.htm
   

   View Slide

7. ■特徴
   • ドキュメント内のテキストを検出して認識が可能
   • ドキュメント内で検出したテキストの周囲に境界ボック
   スを描画し、テキストのデジタル化を行う
   • 英語のみ対応
   ■サポートされる機能
   • 単語レベルのテキスト抽出
   • 行レベルのテキスト抽出
   • 信頼度スコアの提供
   • 境界ボックスの描画
   • 単一のリクエスト/非同期APIを活用したバッチ処理
   OCR(光学文字認識)
   Copyright © 2023, Oracle and/or its affiliates
   8
   

   View Slide

8. ■特徴
   • 分析したドキュメントに対して使用可能なドキュメント・
   タイプのリストを提供可能
   • 請求書/レシート/履歴書/税金フォーム/免許証
   /パスポート/銀行取引明細書/チェック(✓)/給料
   明細/その他
   • 各ドキュメント・タイプごとに信頼度スコアを提供
   • 信頼度スコア: 0~1の範囲で提供され、1に近いほ
   ど確からしい
   ■サポートされる機能
   • ドキュメントの分類
   • 信頼度スコアの提供
   • 単一のリクエスト/非同期APIを活用したバッチ処理
   ドキュメント分類
   Copyright © 2023, Oracle and/or its affiliates
   9
   

   View Slide

9. ■特徴
   • ドキュメント内の表を識別し、その内容が抽出可能
   • 表の行、列の数、セルのコンテンツを提供
   • 各表ごとに信頼度スコアを提供
   • 信頼度スコア: 0~1の範囲で提供され、1に近いほ
   ど確からしい
   ■サポートされる機能
   • 表の抽出（境界あり／なしともに対応）
   • 境界ボックスの描画
   • 単一のリクエスト/非同期APIを活用したバッチ処理
   表抽出
   Copyright © 2023, Oracle and/or its affiliates
   10
   

   View Slide

10. ■特徴
    • 事前定義済みのキーを持つドキュメントからの値の抽
    出機能を提供
    • 領収書*/請求書/運転免許証*/パスポートの
    MRZ(Machine Readable Zone)をサポート
    • 各ドキュメントにおける事前定義済みのキーは、
    事前トレーニングされた文書AIモデルを参照
    ■サポートされる機能
    • 事前定義済みのキー・バリューの抽出
    • 境界ボックスの描画
    • 信頼度スコアの提供
    *: 英語のみ対応
    キー・バリュー抽出
    Copyright © 2023, Oracle and/or its affiliates
    11
    

    View Slide

11. ■特徴
    • OCRしたPDFに対して、検索可能なPDFをオブジェク
    ト・ストレージに生成
    ■サポートされる機能
    • 検索可能なPDFの生成
    • 単一のリクエスト/非同期APIを活用したバッチ処理
    OCR(光学文字認識) PDF
    Copyright © 2023, Oracle and/or its affiliates
    12
    

    View Slide

12. ドキュメントの理解を使用した、ドキュメントからのデータ抽出
    Reference Architecture
    Copyright © 2023, Oracle and/or its affiliates
    13
    https://docs.oracle.com/ja/solutions/ai-vision-extract-data/index.html#GUID-E979D24C-007B-41BF-BE27-01AB2F8D2874
    WebアプリからObject Storageに
    ドキュメントデータをアップロード
    新しいファイルが配置されたことを
    検知し、Functions連携
    ドキュメントの理解のAPIを使用してドキュメントの分析を実施。
    実行結果は、Webアプリで使用するDBへ格納
    

    View Slide

13. ■ユースケース
    • バックオフィス・タスクを自動化し、ドキュメントを迅速に処理し
    たい
    • 分析結果に含まれるメタデータを活用し、ドキュメントの
    検索性を向上させる
    • 請求書の自動処理を行う
    ■特徴
    • 事前トレーニング済みのモデルを用いて、素早くドキュメントに
    対する分析処理を実施可能
    • OCR/分類/表抽出/キー・バリュー抽出/検索可能
    PDFの生成
    ■価格（2023年1月現在）
    • OCR：最初の5,000回は無料、以降1,000回ごとに¥140
    • 抽出（表/キー・バリュー）: 最初の5,000回は無料、以降
    1,000回ごとに¥1,400
    • 分類: 最初の5,000回は無料、以降1,000回ごとに¥35
    ドキュメントの理解
    Copyright © 2023, Oracle and/or its affiliates
    14
    OCR/OCR-PDF ドキュメント分類
    キー・バリュー抽出
    表抽出
    

    View Slide

14. Copyright © 2023, Oracle and/or its affiliates
    15
    Thank you
    

    View Slide

15. View Slide