> ## Documentation Index
> Fetch the complete documentation index at: https://docs.abbyy.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Advanced Designerで半構造化文書を処理する

> 半構造化文書向けのAdvanced Designerシナリオ — Deep Learning + Fast Learning、ルールへのフォールバックを伴う分類、または Classify + Extraction Rules。

クラウドの[Skill Designer](/ja/vantage/documentation/skill-designer/skill-designer)だけでは対応しきれない[半構造化文書セット](/ja/vantage/documentation/advanced-designer/use-cases/extracting-from-docs#semi-structured-documents)には、Advanced Designerを使用します。たとえば、レイアウトのばらつきが多いセット、ルールベースの抽出が必要な外れ値を含むセット、または機械学習に十分な学習データがないセットなどです。

<div id="pick-a-scenario">
  ## シナリオを選択する
</div>

| シナリオ                | 使用するケース                                  | 主なアクティビティ                                        |
| :------------------ | :--------------------------------------- | :----------------------------------------------- |
| 多様なドキュメントバリエーションがある | 新しいテンプレートが次々に現れる                         | Deep Learning + Fast Learning                    |
| ルールが必要な例外ケースがある     | ほとんどのドキュメントバリエーションは ML で対応できるが、一部はルールが必要 | Classify + IF + Deep Learning + Extraction Rules |
| 学習データが限られている        | Deep Learning を学習させるためのドキュメントが十分にない      | Classify + バリエーションごとの Extraction Rules           |

以下の各シナリオは同じパターンに従います。異なるのは、処理フローに追加するアクティビティだけです。

<div id="common-workflow">
  ## 一般的なワークフロー
</div>

<Steps>
  <Step title="Document skill を作成">
    Advanced Designer を開き、スタート ページで **Create Document Skill** をクリックします。
  </Step>

  <Step title="ドキュメントをアップロード">
    **Documents** タブで、Skill の設定に使用するドキュメントをアップロードします。分類を含むシナリオでは、分類器がバランスの取れた学習データを得られるよう、各候補に対してほぼ同数のドキュメントを追加します。
  </Step>

  <Step title="field を定義してラベル付け">
    **Fields** タブで、Skill が抽出する field を作成して設定します。**Reference** セクションでドキュメントにラベル付けします。
  </Step>

  <Step title="Activity を追加して設定">
    **Activities** タブで、シナリオに必要な activities (以下で説明) を追加します。各 Activity を **Activity Editor** で開き、設定と学習を行います。
  </Step>

  <Step title="テストして公開">
    **Test Skill Using Selected Documents** をクリックして結果を評価します。結果が十分に良好であれば、[skill を公開します](/ja/vantage/documentation/advanced-designer/document-skills/publish)。
  </Step>
</Steps>

<div id="many-varying-document-variants">
  ## バリエーションが非常に多い文書
</div>

文書の種類は同じでも、レイアウトに大きなばらつきがある場合は、このシナリオを使用します。たとえば、多数の仕入先から届く請求書で、新しいテンプレートが次々に追加されるようなケースです。

[Deep Learning アクティビティ](/ja/vantage/documentation/advanced-designer/activities/deep-learning-semi-structured) と [Fast Learning アクティビティ](/ja/vantage/documentation/advanced-designer/activities/fast-learning) を組み合わせて使用します。

* **Deep Learning** は、未知のバリエーションにも対応できます。学習には、少なくとも100件のラベル付き文書が必要です。
* **Fast Learning** は、既知の特定テンプレートに対する精度を高めます。また、手動確認からの [オンラインラーニング](/ja/vantage/documentation/runtime/online-learning/online-learning) フィードバックループを通じて継続的に学習させることもできます。

<Frame>
  <img src="https://mintcdn.com/abbyy/NXewBo345IS17i7w/images/vantage/advanced-designer/ad_usecases_deepl_fastl.png?fit=max&auto=format&n=NXewBo345IS17i7w&q=85&s=462ce2463ce718783e2c1d25cecf9311" alt="Deep Learning に続いて Fast Learning を実行するドキュメント処理フロー" width="717" height="93" data-path="images/vantage/advanced-designer/ad_usecases_deepl_fastl.png" />
</Frame>

<div id="outliers-that-need-rule-based-extraction">
  ## ルールベースの抽出が必要な例外文書
</div>

ほとんどの候補は Deep Learning + Fast Learning で対応できますが、一部の文書には入れ子のテーブルなど、機械学習では適切に捉えきれない特徴がある場合に、このシナリオを使用します。

Classify アクティビティで例外文書を切り分けた後、IF アクティビティでフローを分岐します。

* 候補が、文書上に会社名や住所が記載された異なる会社に由来する場合は、[Classify By Company](/ja/vantage/documentation/advanced-designer/activities/classify-by-company) を使用します。たとえば、複数の銀行の bank statements などです。
* それ以外の場合は、[Classify By Text and Image](/ja/vantage/documentation/advanced-designer/activities/classify-by-text-and-image) を使用します。このマルチモーダル分類器は、テキスト、layout、画像パターンを使って候補を識別します。

分岐後、例外文書は、その文書向けに調整した [Extraction Rules アクティビティ](/ja/vantage/documentation/advanced-designer/activities/extraction-rules/extraction-rules) に送ります。

<Frame>
  <img src="https://mintcdn.com/abbyy/NXewBo345IS17i7w/images/vantage/advanced-designer/ad_usecases_if_deepl_er.png?fit=max&auto=format&n=NXewBo345IS17i7w&q=85&s=841a518f7ed244f65d4b9f36a480d516" alt="Classify、IF、Deep Learning、Extraction Rules の各アクティビティを含むドキュメント処理フロー" width="925" height="175" data-path="images/vantage/advanced-designer/ad_usecases_if_deepl_er.png" />
</Frame>

<div id="limited-training-data">
  ## 限られた学習データ
</div>

Deep Learning アクティビティ をトレーニングするのに十分な文書はないものの、抽出ルールを記述できるだけの業務知識がある場合は、このシナリオを使用します。たとえば、年度ごとに異なる税務フォームなどが該当します。

文書を Classify アクティビティ ([Classify By Company](/ja/vantage/documentation/advanced-designer/activities/classify-by-company) または [Classify By Text and Image](/ja/vantage/documentation/advanced-designer/activities/classify-by-text-and-image)) で分類し、その後、各候補をそれぞれ専用の [Extraction Rules アクティビティ](/ja/vantage/documentation/advanced-designer/activities/extraction-rules/extraction-rules) に振り分けます。必要に応じて [Fast Learning アクティビティ](/ja/vantage/documentation/advanced-designer/activities/fast-learning) を追加すると、Vantage が時間の経過とともに Skill を改善できます。

<Frame>
  <img src="https://mintcdn.com/abbyy/NXewBo345IS17i7w/images/vantage/advanced-designer/ad_usecases_multiple.png?fit=max&auto=format&n=NXewBo345IS17i7w&q=85&s=62ecf67c75ce80ce3a9538dbf79796bb" alt="Classify アクティビティから複数の Extraction Rules アクティビティに分岐するドキュメント処理フロー" width="1060" height="176" data-path="images/vantage/advanced-designer/ad_usecases_multiple.png" />
</Frame>

<div id="related-activities">
  ## 関連アクティビティ
</div>

* [半構造化文書向け Deep Learning アクティビティ](/ja/vantage/documentation/advanced-designer/activities/deep-learning-semi-structured)
* [Fast Learning アクティビティ](/ja/vantage/documentation/advanced-designer/activities/fast-learning)
* [半構造化文書向け Extraction Rules アクティビティ](/ja/vantage/documentation/advanced-designer/activities/extraction-rules/extraction-rules)
* [Classify By Text and Image アクティビティ](/ja/vantage/documentation/advanced-designer/activities/classify-by-text-and-image)