AI技術で簡単にPDFや画像の文字起こし！ 「AI Document Intelligence」の紹介

現場で役立つAzure神小技10+α 〜生成AI,RAG,コスト削減など旬な技術満載のLT大会〜にて登壇した内容です。
https://tech-lab.connpass.com/event/319077/

Transcript

1. © SIOS Technology Inc. All rights Reserved. AI技術で簡単にPDFや画像の文字起こし！ 「AI Document Intelligence」の紹介 佐藤 陽 サイオステクノロジー株式会社
2. © SIOS Technology Inc. All rights Reserved. 自己紹介 2 佐藤 陽 / Sato Akira サイオステクノロジー株式会社 Professional Service SL in 静岡 仕事 Azureクラウド構築 生成AIを活用したアプリ開発 ブログ執筆 / 外部登壇 趣味 運動(ロードバイク/ランニング) 音楽(FUJI ROCK FESTIVAL) 読書(森博嗣/有栖川有栖)
3. © SIOS Technology Inc. All rights Reserved. 3 Azure AI Document Intelligence
4. © SIOS Technology Inc. All rights Reserved. Azure AI Document Intelligence 4 Azure AI Document Intelligence (旧称：Form Recognizer) 高度な機械学習を応用し 様々なドキュメント(PDF, 画像など)を分析し テキストや、図、構造などの内容を抽出する
5. © SIOS Technology Inc. All rights Reserved. Azure AI Document Intelligence 5 要は単なる OCR(光学文字認識)でしょ？
6. © SIOS Technology Inc. All rights Reserved. Azure AI Document Intelligence 高機能かつ、生成AIとの親和性の高い ドキュメント分析ツール Document Intelligence= 強力なOCR + 機械学習
7. © SIOS Technology Inc. All rights Reserved. モデルの紹介 ▪ Document分析モデル 7 ▪ 事前構築済みモデル Read テキストのみを 抽出します Layout テキストおよび レイアウト情報 を抽出します ▪ カスタムモデル 名刺 領収書 カスタムモデル and more
8. © SIOS Technology Inc. All rights Reserved. モデルの紹介 ▪ Document分析モデル 8 ▪ 事前構築済みモデル Read テキストのみを 抽出します Layout テキストおよび レイアウト情報 を抽出します ▪ カスタムモデル 名刺 領収書 カスタムモデル and more
9. © SIOS Technology Inc. All rights Reserved. 9 Layoutモデル
10. © SIOS Technology Inc. All rights Reserved. Layoutモデル 10 ▪ 文章の構造を抽出できる ▪ 表やチェックボックスを抽出できる ▪ Markdown形式で出力できる
11. © SIOS Technology Inc. All rights Reserved. Document Intelligence Studio ①ファイルの選択 ②分析開始 ③結果の表示
12. © SIOS Technology Inc. All rights Reserved. Layoutモデル 12 PDF
13. © SIOS Technology Inc. All rights Reserved. Layoutモデル 13 階層 表 図 チェック ボックス PDF
14. © SIOS Technology Inc. All rights Reserved. 14 分析結果
15. © SIOS Technology Inc. All rights Reserved. 文章の階層 15 文章のブロックごとに テキストが抽出される • Section • Paragraph
16. © SIOS Technology Inc. All rights Reserved. 構造情報 16 sections/0 /sections/1 /paragraphs/0:"SIOS HOGEHOGE TECH…" /sections/2 /paragraphs/1:"調査概要 2024 年9月4日" /sections/3 /paragraphs/2:"調査目的" /paragraphs/3:""本市場調査の..." /sections/4 /paragraphs/4:"調査方法" /paragraphs/5:"1. プライマリー…" /paragraphs/6:"2. データ分析…" 詳細については 後述するブログにを参照ください！
17. © SIOS Technology Inc. All rights Reserved. 表情報 17 表情報を正しく抽出
18. © SIOS Technology Inc. All rights Reserved. チェックボックス 18 チェックボックスの内容を正しく識別 信頼度
19. © SIOS Technology Inc. All rights Reserved. Markdown出力 19
20. © SIOS Technology Inc. All rights Reserved. 20 Markdown出力のメリット
21. © SIOS Technology Inc. All rights Reserved. Markdown出力のメリット ①生成AIが理解しやすい 生成AIはMarkdown構文を理解できる Markdown形式の情報を生成AIに与えることで 質の高い回答が期待できる 21 Azure OpenAI Service Document Intelligence PDF Markdown
22. © SIOS Technology Inc. All rights Reserved. Markdown出力のメリット 22 ②セマンティックチャンキングが容易 RAG構築において重要な「チャンキング戦略」において セマンティックチャンキングの利用が容易となる (セマンティックチャンキング：意味ある部分で区切ったチャンク化) Markdown PDF Document Intelligence Chunked Markdown Azure AI Search
23. © SIOS Technology Inc. All rights Reserved. AI Ready 23 AI Document Intelligenceを利用することで 様々なファイルが簡単にAI Readyな状態に！
24. © SIOS Technology Inc. All rights Reserved. 費用 ▪ FREE ▪ 1 か月あたり 0 から 500 ページが無料 ▪ PDFの読み込みは2ページまで ▪ S0 ▪ Document分析モデル,事前構築済みモデル ▪ 1,000 ページあたり ¥1,606.151～ ▪ カスタムモデル ▪ … 24
25. © SIOS Technology Inc. All rights Reserved. 注意点 ▪ FREEプランはサブスクリプションに1つまで ▪ 作り変える際はリソースを完全に削除する必要あり ▪ リージョンに関しては以下のものを推奨 ▪ 米国東部, 米国西部 2, 西ヨーロッパ 25
26. © SIOS Technology Inc. All rights Reserved. おまけ ▪ こちらでも詳しく紹介しています 26
28. © SIOS Technology Inc. All rights Reserved. Appendix
29. © SIOS Technology Inc. All rights Reserved. 手書き 29 ←階層までは分析できなかった
30. © SIOS Technology Inc. All rights Reserved. 名刺 30