Document Understanding ガイド

デリバリー:

Automation Cloud Automation Cloud Public Sector Automation Suite Standalone

最終更新日時 2024年11月7日

重要な概念

UiPath® Document Understanding^TM の主要な概念について説明します。

アクティブラーニング

アクティブラーニングは、Document Understanding^TM のモデルを作成するための最新のアプローチです。

アクティブラーニングは、学習アルゴリズムがユーザーにクエリを実行して、目的の出力でデータにラベルを付けることができる対話型エクスペリエンスを提供します。このプロセスにより、機械学習モデルのトレーニングに必要な時間とデータを最大 80% 削減できます。AI はプロセスをガイドするために使用します。このプロセスには、一般に最も時間のかかるタスクである自動アノテーションが含まれます。このモデルは、最も有益なデータセットを使用して精度を高めるための専門家の推奨事項も提供します。

図 1. アクティブラーニングの仕組み

アクティブラーニングを使用すると、分析機能を使用して自動化を監視することもできます。

ドキュメントの種類

ドキュメントの種類とは、ドキュメントの内容、形式、目的などの識別要因に基づいた分類またはカテゴリのことです。たとえば、請求書、領収書、契約書、レポート、医療記録、法律文書です。

非常に構造化されたコンテンツを持つドキュメントの種類もあれば、主にフリーテキストで構成されるドキュメントの種類もあります。これに基づき、ドキュメントは主に次の 3 つの形式に分類されます。

構造化: 特定の形式の情報を収集するように設計されたドキュメントです。たとえば、アンケート、納税申告書、パスポート、ライセンスはすべて構造化ドキュメントです。
半構造化: 厳密な形式に従わず、指定されたデータフィールドに縛られないドキュメントです。半構造化ドキュメントには、請求書、領収書、公共料金の請求書、銀行預金残高証明書などがあります。
非構造化: 特定のモデルや整理されたモデルに従わないファイルのことです。たとえば、契約書、賃貸契約書、ニュース記事はすべて非構造化ドキュメントです。

ドキュメントの種類について詳しくは、「ドキュメントの種類」セクションをご覧ください。

生成 AI

重要:

この機能は現在のところ監査プロセスの一部であり、レビューが完了するまで FedRAMP 承認の一部と見なすべきではありません。現在レビュー中の機能の完全なリストについては、こちらをご覧ください。

生成 AI は AI 技術の一形態であり、マシンラーニング (ML) モデルを利用して新しいコンテンツ、データ、情報を作成および生成します。

生成 AI のほとんどのタスクにおいて鍵となるのは、大規模言語モデル (LLM) です。LLM は、膨大な量のテキストデータでトレーニングされ、人間が作成するようなテキストを生成することを目的に設計された ML モデルです。また、文や段落を人間のように作成することにより、プロンプトを理解して応答することもできます。

Document Understanding^TM のコンテキストでは、生成 AI は以下に役立ちます。

情報の抽出: 生成 AI モデルを使用して、非構造化ドキュメントまたは半構造化ドキュメントから特定の情報を抽出できます。たとえば、請求書を調べて、日付、請求金額、会社名などの詳細を取得できます。
ドキュメントの分類: ML モデルを使用し、ドキュメントを内容に基づいて自動分類します。アルゴリズムによってドキュメントを「読み取り」、そのコンテキストを理解し、定義済みのカテゴリに分類できます。
データの検証: 信頼度スコアが低すぎる場合、生成 AI で ML モデルの出力を確認できます。両方の ML モデル (生成モデルと特化型モデル) の出力が同じであれば、人間がそのドキュメントを検証する必要はありません。これにより、ドキュメントの検証にかける時間を短縮できると同時に、2 つ目の生成モデルを使用して出力を確認することによってモデルのパフォーマンスを改善できます。