フォームからデータを抽出する

重要:

The aim of this page is to help first time users get familiar with Document Understanding^TM.

For scalable production deployments, we strongly recommend using the Document Understanding Process available in UiPath® Studio under the Templates section.

このクイックスタートガイドでは、[インテリジェントフォーム抽出器] アクティビティを使用して W9 (米国の納税申告書) フォームから情報を抽出するために必要な手順について説明します。例として W9 (米国の納税申告書) フォームが使用されていますが、データが構造化されている他の種類のドキュメントでも同様の手順を行います。

ゼロから始める場合、以下の手順に従う必要があります。

空のプロセスを作成する
必要なアクティビティパッケージをインストールする
タクソノミーを作成する
ドキュメントをデジタル化する
[インテリジェントフォーム抽出器] アクティビティを使用してデータを抽出する
検証ステーションを使用して結果を検証する
抽出結果をエクスポート

次に、各ステップについて詳しく説明します。

1. 空のプロセスを作成する

UiPath Studio を起動します。

[ホーム] の Backstage ビューで [プロセス] をクリックして、新しいプロジェクトを作成します。

[新しい空のプロセス] ウィンドウが表示されます。このウィンドウで、新しいプロジェクトの名前を入力します。プロジェクトを簡単に見つけられるように、必要に応じてプロジェクトの説明を追加することもできます。

[作成] をクリックします。新しいプロジェクトが Studio で開きます。

2. 必要なアクティビティパッケージをインストールする

既定でプロジェクトに追加されるコアアクティビティパッケージ (UiPath.Excel.Activities、UiPath.Mail.Activities、UiPath.System.Activities、UiPath.UIAutomation.Activities) に加えて、リボンの [パッケージを管理] ボタンから、次のアクティビティパッケージをインストールします。

3. タクソノミーを作成する

アクティビティパッケージをインストールしたら、必要なフィールドをリストアップします。この例では、以下のフィールドのデータを抽出します。

1_Name - Text
2_BusinessName - Text
3a_Individual - Boolean
3b_CCorp - Boolean
3c_SCorp - Boolean
3d_Partnership - Boolean
3e_TrustEstate - Boolean
3f_LLC - Boolean
3f_LLCTaxClassification - Boolean
3g_Other - Boolean
3g_OtherDetail - Boolean
5_Address - Text
6_CityStateZip - Text
7_AcctNumber - Text
TIN_SSN - Text
TIN_ETN - Text
Certification_Signature - Boolean
Certification_SignatureDate - Date

[タクソノミーマネージャー] を開き、「Structured Documents (構造化されたドキュメント)」という名前のグループ、「Lending Forms (融資フォーム)」という名前のカテゴリ、「W-9 (米国の納税申告書)」という名前のドキュメントの種類を作成します。先日リストアップしたフィールドを、それぞれのデータ型とともに分かりやすい名前で作成します。

4. ドキュメントをデジタル化する

Main.xaml ファイルに [タクソノミーを読み込み] アクティビティを追加し、タクソノミーデータの出力用の変数を作成します。

[ドキュメントをデジタル化] アクティビティを追加し、[UiPath Document OCR] を配置します。入力プロパティの [ドキュメントパス] を指定し、[ドキュメントテキスト] および [ドキュメントオブジェクトモデル] の出力変数を作成します。

[UiPath Document OCR] アクティビティに Document Understanding の API キーを追加します。

5. [インテリジェントフォーム抽出器] アクティビティを使用してデータを抽出する

[データ抽出スコープ] アクティビティを追加し、プロパティを入力します。

その中に [インテリジェントフォーム抽出器] アクティビティをドラッグアンドドロップします。インテリジェントフォーム抽出器のエンドポイント「https://du.uipath.com/svc/intelligentforms」が自動入力されます。Document Understanding の API キーを入力します。

その後、新しいテンプレートを作成します。[テンプレートを管理] > [テンプレートを作成] をクリックします。ポップアップウィンドウが開きます。

[ドキュメントの種類] で前の手順で作成した「W9 (米国の納税申告書)」を選択します。

[ドキュメント名] にテンプレートの名前を入力します。

[テンプレートドキュメント] (可能な場合はネイティブ PDF)] で、フィールドの位置をマップするテンプレートドキュメントを添付します。

[OCR エンジン] で [UiPath Document OCR] を再度選択します。これまでと同様にエンドポイント「https://du.uipath.com/ocr」が自動入力されます。あとは API キーを入力するだけです。

[設定] をクリックして次の手順に進みます。[テンプレートマネージャー] ポップアップウィンドウが開きます。

ここでは、インテリジェントフォーム抽出器でフィールドを検索する領域を選択する必要があります。詳しい手順については、こちらをご覧ください。フィールドのアンカーを使用することもできます。アンカーについて詳しくは、こちらをご覧ください。

最終的に画面は次のようになります。

[保存] をクリックします。この画面では、必要に応じて手書きまたは署名のフィールドを定義できます。Boolean フィールドの類義語を定義することもできます。設定が完了したらウィンドウを閉じます。

次に抽出器を設定します。これはつまり、インテリジェントフォーム抽出器がすべての W9 (米国の納税申告書) ドキュメントを処理するように設定するということです。

6. 検証ステーションを使用して結果を検証する

抽出結果を検証ステーションで確認するには、[検証ステーションを提示] アクティビティをドラッグアンドドロップして、入力の詳細を入力します。

7. 抽出結果をエクスポートする

検証済みか否かに関わらず抽出結果をエクスポートするには、[抽出結果をエクスポート] アクティビティをワークフローの最後にドラッグアンドドロップします。これにより、DataSet に結果が出力されます。この出力には複数の表が含まれており、Excel ファイルに書き込んだり下流工程で直接使用したりできます。