Skip to main content
Document skill は、1 つの文書タイプから field 値を抽出します。Document skill は、ABBYY Vantage (クラウド) または Advanced Designer (Windows デスクトップ) のいずれでも構築できます。 複数の Vantage テクノロジーを組み合わせる必要がある場合、NLP を追加する場合、または文書タイプに応じてドキュメント処理フローを分岐する場合は、Advanced Designer を使用してください。代表的なシナリオについては、ユースケース を参照してください。文書カテゴリの概要については、Advanced Designer で文書からデータを抽出する を参照してください。

​
文書タイプの候補

同じ文書タイプの文書は通常、同じfield、バリデーションルール、構造を共有していますが、候補ごとにわずかな違いがあります。たとえば、税務フォームの発行年度が異なる場合です。1 つのDocument skillで複数の候補を学習できます。どのテクノロジーを選ぶかは、対応する必要がある候補の数によって異なります。
固定フォームの候補が約 10 種類を大きく超える場合は、それぞれを別の文書タイプとして扱ってください。

​
Document skillの学習とテスト

最良の結果を得るには、3種類の異なる文書セットを使ってSkillを学習およびテストします。
  • トレーニングセット — Skillの学習に使用します。
  • テストセット — 開発中の精度測定に使用します。
  • ブラインドセット — Skillが一度も見たことのない追加のテストセットで、真の汎化性能を評価するために使用します。
各セットには異なる文書を使用してください。テストセットでトレーニング用文書を再利用すると、精度の推定値が実際より高くなります。

​
トレーニングセット

候補ごとに2～3件の文書を含む、代表性のあるセットを目指してください。すべての候補を網羅できない場合でも、Deep Learning アクティビティ は画像パターンや周辺のラベルを基に汎化できるため、明示的に学習していない候補も処理できます。 推奨される文書数は、使用するアクティビティによって異なります。
推奨数に達しなくても、候補ごとに1件でもあるほうが、まったくないより効果的です。

​
テストセット

精度の見積もりが意味のあるものになるよう、テストセットの分布を本番の文書フローに合わせてください。たとえば、あるベンダーの請求書が本番トラフィックの 30% を占めている場合、テストセットにもそのベンダーの請求書を約 30% 含める必要があります。この比率を最も簡単に実現する方法は、本番文書から無作為に抽出したサンプルを使ってテストすることです。

​
ブラインドセット

学習時にもテスト時にもそのSkillで使用していない文書を使います。ブラインドセットの結果は、実際の運用環境での品質を最も的確に見積もる指標です。

​
Document skill の設定

スタート ページで Document skill を作成したら、次の順序で設定します。
1

Skill settings

skill 名の横にある設定ボタンをクリックして、Skill settingsを表示し、必要に応じて調整します。
2

文書のアップロード

Documents タブで、skill で処理する文書をアップロードします。
3

field の定義

Fields タブで、抽出するfield を作成し、サンプル文書上でその位置にラベルを付けます。
4

アクティビティの設定

Activities タブで、ドキュメント処理フローを構築します。
5

skill のテスト

Results タブで、サンプル文書を使ってskill をテストし、抽出品質を確認します。
6

公開

Publish タブで、skill を公開し、ABBYY Vantage の Skill Catalog で利用できるようにします。
公開後、skill は Skill Catalog に、built-in skills、読み取り専用の skill、およびDerived Skillとともに表示されます。

​
次のステップ

Skill settings

認識、学習、処理のオプションを設定します。

アクティビティ

処理フローで使用するアクティビティを選択して組み合わせます。

Derived Skill

組み込みまたは読み取り専用の Vantage Skill をベースに、新しい Skill を作成します。

ユースケース

一般的な文書タイプの具体的なシナリオを確認します。