概要

Document Understanding^TM の機能を利用するには、次のようにいくつかの方法があります。

• DocumentUnderstanding.Activities パッケージは Studio Web、StudioX、およびデスクトップ版の Studio で利用でき、ファイルから新しいオートメーションを作成する場合や、プロジェクト バージョンをパブリッシュした後にジャーニーを続行する場合に、あらかじめ設定されています。
• IntelligentOCR パッケージを使用する。このパッケージは、Windows プロジェクトおよび Windows - レガシ プロジェクト用に設計されており、Document Understanding Process テンプレートに事前に構成済みです。
• クラウド API 呼び出しを使用する。この場合、任意のプログラミング言語で Document Understanding をサービスとして利用できます。

Document Understanding アクティビティ

RPA 開発者である場合、DocumentUnderstanding.Activities をクラウド プロジェクトで使用できます。Document Understanding を使用すると、ドキュメントに関するあらゆるデータを Document Data という 1 つの入出力オブジェクト内で処理できます。また、Document Understanding アクティビティではドキュメントの種類のタクソノミーを設定する必要がないため、すぐに使えるモデルを簡単に利用できます。

以下の一部のアクティビティでは、Document Understanding、Marketplace、Studio Web で利用可能なデータ抽出オートメーション ビルダーを使用して、オートメーションを簡単に設定できます。

• PDF のテキストを抽出
• PDF の画像を抽出
• PDF のページ範囲を抽出
• ドキュメント データを抽出

Document Understanding アクティビティでは、分割、トレーニング (モデルの微調整)、Production/Developer テナントのサポート、オンプレミスのサポート、ドキュメントの種類ごとの複数の抽出方法の各機能は、まだサポートされていないことに注意してください。

(アクティブ ラーニング エクスペリエンスを使用して作成された) モダン プロジェクトを利用する新しいオートメーション プロジェクトを開始する場合、DocumentUnderstanding.Activities を使用できます。

IntelligentOCR

IntelligentOCR パッケージを試してみたい RPA 開発者は、ニーズに応じてさまざまな抽出モデルや分類モデルを使用できます。あるモデルがニーズに合わなければ、他の抽出器または分類器をバックアップ オプションとして使用できます。また、実行時に RPA コードを使用して、タクソノミー、ドキュメント オブジェクト モデル (DOM)、抽出結果を変更することもできます。

ただし、IntelligentOCR はその柔軟性ゆえに複雑であるため、複数のアクティビティやデータ型を扱う際には、学習に時間がかかります。

IntelligentOCR では、独自の分類器、抽出器、OCR エンジンを統合できます。実装例を確認するには、ドキュメント処理コードのサンプルのページをご覧ください。

API 呼び出し

ロボティック プロセス オートメーション (RPA) によるアプローチの代わりに API 呼び出しを使用することができます。API 呼び出しで可能な処理としては、プロジェクトの詳細情報 (使用する抽出器や分類器など) を取得する、Digitization API の使用を容易にする、特殊モデルと生成モデルの両方を使用してドキュメントのデータを分類および抽出する、以前にデジタル化、分類、抽出した情報を検証する、などがあります。

API の使用には、RPA などの任意のプログラミング/スクリプト言語を使用できます (呼び出しは HTTP を使用して実行するため)。

Swagger で API にアクセスするには、Document Understanding サービスのツールバーに移動し、[REST API] ドロップダウン リストを検索して、[Framework] を選択します。

ヒント: Document Understanding API の使用を開始する方法について詳しくは、『Document Understanding API ガイド』をご覧ください。