ドキュメントタイプ
構造化ドキュメント
半構造化ドキュメント
非構造化ドキュメント
ユースケース
ドキュメントからデータを抽出する
構造化、半構造化、非構造化ドキュメントからデータを抽出するために Document skill を作成します。
ドキュメントからデータを抽出するには、Document skill を作成します。
利用するシナリオや技術（アクティビティとして提供）が処理対象のドキュメント構造に大きく左右されます。一般に、ドキュメントは次の種類に分類できます。
構造化ドキュメント（固定フォームとも呼ばれます）は、常に同じ情報を含み、レイアウトが同一、もしくはごく限られた数のレイアウトしかありません。構造化ドキュメントの例としては、フォーム、質問票、アンケートなどが挙げられます。
半構造化ドキュメントには一般的に同じ情報が含まれますが、field の位置・サイズ・数はドキュメントごとに異なる場合があり、データ抽出を難しくします。Vantage は、特定の要素や field 間の空間的・論理的な関係に基づいて、必要なデータを特定して抽出します。半構造化ドキュメントの例としては、請求書、支払指図書、船荷証券などがあります。
非構造化ドキュメントは、抽出が必要なデータを含む自由形式のテキストで構成され、段落や文に分割されています。非構造化ドキュメントによっては、field が次のページにまたがる場合があります。非構造化ドキュメントの例として、契約書、メール、研究論文などがあります。
ドキュメントセットに半構造化ドキュメントと非構造化ドキュメントの両方が含まれる場合、または1つのドキュメント内に半構造化コンテンツと非構造化コンテンツが混在する可能性がある場合（例：プレーンテキストの段落と表が交互に現れるなど）、混在ドキュメントセットおよび混在構造ドキュメントの処理のシナリオをご参照ください。