ドキュメント情報管理システム FullWEB

当OCRソリューションは、手書きの注文書や請求書などの紙帳票からスマートに文字を自動認識し、その情報をルールベースのAIで補正しながら、FullWEBなどの他のシステムと連携するソリューションです。

全体の流れ

1. 紙書類スキャン

   複合機・スキャナ・タブレット端末などで、さまざまな紙書類をスキャンし、PDFや画像ファイルにします。

2. OCR処理

   PDFや画像ファイルをOCR処理し、テキスト情報を生成します。

3. 自動情報抽出

   テキスト情報を解析・補正しながら必要な情報を自動抽出します。

4. 外部システム連携

   FullWEBなどの外部システムと連携し、情報活用を支援します。

• （注）サーチャブルPDF：PDFイメージに検索用テキストを目に見えない状態で埋め込んだもの

ポイント1　情報抽出設定が簡単

• 必要な情報（＝抽出ワード）の目印となる検索ワードを指定するだけで、近くの関連情報を自動で抽出します。（非定型帳票対応）

  （例）「金額：¥237,956」と印刷されている場合、検索ワードとして「金額」と指定するだけで、関連情報「¥237,956」を自動抽出します。

• 正規表現（注）での抽出ワード指定や表形式の帳票も簡単に設定できます。
• 設定ツールのシミュレータで自動抽出結果を本作業前に事前確認し、意図しない抽出結果になった場合でも、手動で簡単に微調整できます。

• （注）正規表現：いくつかの文字列を一つの形式で表現するための表現方法。
• （例）3桁の数字を抽出したい時、正規表現で「¥d{3}」とだけ指定することで、「000」「123」「581」…など、全パターンの3桁の数字を抽出できます。

ポイント2　正確な情報に補正抽出

• OCR処理で生成されたテキスト情報に対し、ルールベースのAI（注）を使ってテキスト解析し、OCR誤変換などの補正をします。確認ツールで手動補正もできます。
• 自社帳票にあわせて補正ルールを定義し、自動抽出処理を進化させることができます。

  （例）検索ワードを探す際、「金額計」「合計金額」などもすべて「合計」として認識するよう、補正ルールを定義できます。

• 自社のマスター情報を利用した補正抽出もできます。

  （例）顧客マスターに「顧客コード」と「顧客名」の情報がある場合、「123」などの顧客コードを抽出し、「ABC商事」などの顧客名に変換できます。

• （注）ルールベースのAI：AIには「ルールベース」と「機械学習」という2つのアプローチがありますが、OCRソリューションは「機械学習」ではなく「ルールベース」を採用しています。

OCRソリューションのオプション「FullWEB連携オプション」は、FullWEBとの連携に必須のオプションです。

• 自動登録モジュールを使い、FullWEBへの情報登録などが簡単に行えます。
• 設定ツールから、FullWEBオプション「属性画面レイアウト機能」へのOCR抽出用パラメータを出力できます。

  FullWEBオプション「属性画面レイアウト機能」紹介ページへ

検索ワードを指定するだけで抽出ワードを探索

必要な情報（＝抽出ワード）の目印となる検索ワードを指定するだけで、近くの抽出ワードを自動で抽出します。
（非定型帳票対応）

表形式の帳票も簡単に設定

表明細の最大行数を「繰り返し数」として指定すると、表によって明細数が変わっても、印刷されている明細のみ抽出します。

◆検索ワードを指定し、抽出範囲と繰り返し数を指定

◆構成する項目を指定し、繰り返し数とピッチを指定

抽出ワードを自動抽出 → シミュレータで確認 → （必要な場合）手動調整

設定ツールで検索ワードを指定するだけで自動抽出します。シミュレータで自動抽出結果を本作業前に事前確認し、意図しない抽出結果になった場合でも、手動で簡単に微調整できます。

◆抽出ワード自動抽出

抽出ワードの目印となる検索ワードを指定します。パラメータ（検索ページ、マッチ率、データ型等）を設定することで微調整も可能です。
また表などの複数行抽出や、抽出ワードに対応した目印となる検索ワードが無い場合にはエリア指定や特定形式指定で対応します。書類別抽出テンプレートにより、書類の種類ごとに異なるパターン指定も可能です。

◆シミュレータで設定結果を画面確認

OCR結果をルールベースのAIで補正

PDFや画像をOCR処理しただけでは誤変換は避けられません。OCR処理で生成されたテキスト情報に対し、ルールベースのAIを使ってテキスト解析し、OCR誤変換などの補正をします。

◆OCR誤変換の補正機能

検索ワードのルール補正

抽出ワードのルール補正

◆非定型帳票毎の補正機能

検索ワードの類似ルール補正

◆特定形式の抽出機能

年月日、住所、電話番号、会社名、郵便番号ほか（正規表現）（注）

• （注）上記例の「％～％」は本ソリューション独自の記法で、内部的には通常の正規表現に変換して処理しています。例えば「％年月日％」は「¥d{4}年¥d{1,2}月¥d{1,2}日」と同じ意味です。「％～％」表記ではなく通常の正規表現も使用できます。

OCR誤変換補正のカスタマイズ

自社帳票にあわせて自動抽出処理を進化させることができます。

◆ルール：分類、類似、定型、特定形式

• 分類ルール：数字、英語、記号、固定フォーム、金額、年月日
• 類似ルール：御中（様、殿）、合計（金額計、合計金額）
• 定型ルール：検索ワードの各パラメータ初期値
• 特定ルール：年月日、電話番号、郵便番号、住所、会社名ほか（正規表現）

◆その他補正抽出機能

• 固定出力ワード：帳票毎に決まったワードをCSV出力することができます

  （例）XX会社の発注書を処理した場合、CSV出力に固定出力ワード「XX会社」を必ず含める、といったことができます。

• マスター変換　：抽出したワードからマスター参照させて関連ワードをCSV出力することができます

  （例）顧客マスターに「顧客コード」と「顧客名」の情報がある場合、「123」などの顧客コードを抽出し、「ABC商事」などの顧客名に変換できます。

自動処理フォルダ

特定フォルダにデータを保存するだけで自動処理します。

◆連携ツール： 自動処理フォルダを監視して、一連の処理を実行／モニタリングできます

◆確認ツール： 帳票イメージを見ながら抽出結果を確認／修正できます

帳票種別の自動認識

自動帳票認識により、様々な書類を同時に処理できます。

抽出結果はCSVファイルに出力

• CSVファイル名を抽出データから生成することもできます。

  （例）発注書の場合、抽出データの発注No.「2018060012」と顧客名「ABC商事」から「発注書2018060012_ABC商事.csv」などの名前のCSVファイルを出力できます。

業務システムやRPAツールなど、他のシステムと連携できます（注）。

• （例）WinActor®（WinActor®はNTTアドバンステクノロジ株式会社の登録商標です。）

WinActor（ウィンアクター）RPAソリューション 紹介ページへ

本システム標準OCRツール

• OCR未処理のPDFイメージデータや画像データが入力された場合、本システム標準OCRツールでサーチャブルPDFデータを生成します（自動判定）。
• 標準OCRツール： ABBYY FineReader Engine（ABBYY社製）
  • スキャンした紙文書、PDF、画像ファイルなどから文字やバーコードを読み取り、文字検索可能なPDFファイル（サーチャブルPDFデータ）を生成
  • 日本語／英語 含む132言語のOCRに対応、英数手書きOCR（オプション）に対応
  • 年間数千社がABBYYの技術を使用して、93億ページ（注）以上の文書と帳票を処理している

  
  • （注）ABBYY社の社内データに基づく値

OCR処理ツールを選択可能

本システム標準OCRツールを使う以外に、他のツールで事前にOCR処理したPDFデータをOCRソリューションで処理することもできます。

◆他のツールでOCR処理したPDFデータの例

FullWEBオプション「OCRソリューション」のパンフレットをダウンロードできます。

FullWEBオプション「OCRソリューション」　PDF 1.13MB　2022年5月