Document Understandingで自動化、精度、ROIを最大化

Document Understanding（文書理解）は、文書に閉じ込められたデータを解き放ち、抽出データの精度向上、生産性の向上、RPA（ロボティックプロセスオートメーション）からのROI拡大を組織にもたらします。これは文書処理と人工知能（AI）の交点に位置し、これらが共に「ほぼすべてが自動化可能」な未来に貢献します。

Document Understandingエコシステムには、手書き、チェックボックス、スタンプなど、幅広い文書タイプから情報と意味を解釈する技術が含まれます。機械学習（ML）がDocument Understandingの継続的なイノベーションを推進しており、これは自動化の中で最も急成長している分野の一つです。

組織はすでに特定のソリューションやプロバイダーと仕事をしているかもしれません。それでも、Document Understandingを他のビジネス機能に拡張するには、他の技術や新たな専門知識が必要になる場合があります。あらゆる種類の文書に対応するユニバーサルなソリューションを持つベンダーを見つけるのは困難です。通常、特定の文書タイプや業界（保険、金融、医療など）に特化しています。また、特定文書向けの事前訓練済みモデルのようなMLベースのソリューションを提供するベンダーもいますが、それらのモデルを対象ドメイン外の文書に簡適応させることは困難です。

現在、想像しうるあらゆる文書に対応するユニバーサルなソリューションを提供するベンダーを見つけるのは困難です。そこでUiPathは、自動文書処理の課題と可能性に対処する方法をビジネスに提供します。まず、UiPathエンタープライズ試用版で試せるネイティブAI機能があります。

UiPathエンタープライズRPAプラットフォームの機能は、補完的なパートナー製品によって強化され、スムーズなエンドツーエンド文書処理が可能です。これらはUiPathマーケットプレイスで利用できます。マーケットプレイスはオープンなエコシステムを提供し、パートナーソリューションとUiPath RPAプラットフォームを組み合わせることで、幅広いユースケースに対応できます。

これらのエコシステム技術と、それらを提供するトップベンダーを詳しく見ていきましょう。

複数の技術がDocument Understandingの力を解き放つ

Document Understandingで最もよく使われる技術と、それらを基盤とするUiPathパートナーをいくつか紹介します：

光学文字認識（OCR）

OCRは、印刷・手書き・印字テキストの画像を、さらに処理して目的のデータを抽出できる機械可読テキストに変換します。この技術は通常、コンテンツのレイアウトと構造に関する情報も抽出します。テキストをコピーできたり検索できたりしないPDF文書で作業が遅れた経験はありませんか？PDFページは基本的に画像だからです。同様に、領収書などのスキャン、写真、スクリーンショットがJPEGやTIFFなどの一般的な画像フォーマットで手元にある場合もあります。OCRなら、人間がすべての文書を読む必要なく、これらのファイルから必要な情報をすべて収集できます。

市場で最もよく知られたOCRエンジンの多くがUiPathと統合されています。ABBYY FineReader、Tesseract（Google提供のオープンソースOCR）、Kofax OmniPage、Microsoft OCR、Google OCRなどが含まれます。さらに、UiPath Document OCRも最近リリースされ、お客様にとってもう一つの優れた選択肢となっています。

テンプレートベース抽出（TBE）

TBEは、ユーザーや機械が作成したテンプレートに固定ルールを適用してデータを抽出します。文書構造が頻繁に変更されたり、異なるテンプレートバリエーションが必要な文書には向きません。つまり、多くの組織と取引し、彼らが送る様々な請求書や領収書のテンプレートを扱う場合、選択肢になりません。一方で、安定した文書の比較的少ないテンプレートを管理するには理想的です。決まったテンプレートセットがあり、例外が予想されない場合は、迷わず採用すべきです。文書フォーマットの変更が必要な場合、テンプレートを手動で簡単に変更できます。

TBEを提供するベンダーは多数あります。どのソリューションを選ぶか評価する際は、テンプレートのセットアップがどれだけ簡単か、抽出結果が画質にどう依存するかに注目すべきです。優れた企業の中には、人間が確認するだけでテンプレートを半自動的に作成する技術を提供するところもあります。

優れたTBEの例として、UiPath Studioと統合されているABBYY FlexiCaptureがあります。また、UiPath Document Understandingの一部としてUiPathテンプレート抽出機能も利用可能です。

教師あり学習ベースML抽出（SMLE）

SMLEは、構造化・半構造化文書に使用できます。後者は構造化文書のような厳密なレイアウトを持たないものの、類似の内容を含むことがあります。請求書と発注書が好例です。SMLEは、サンプル文書セットにラベル付けすることで機能します。つまり、抽出対象のデータ要素を、文書内のどの領域から抽出するかと関連付けます。

現在、UiPathには請求書、領収書、発注書向けのMLベース抽出機能があります。他の事前訓練済みモデルも近日提供予定です。UiPathは、ABBYY FlexiCapture Distributed、FlexiCapture for Invoicesとも統合されており、これらは請求書類向けの事前訓練済みMLモデルを活用しています。さらに、Hyperscience、Ephesoft、Vidado、Rossum、Omnius、Microsoft Form Recognizer、Amazon Textractとも統合されています。すべての統合が、構造化・半構造化文書向けの技術を提供します。

SMLEオプションを検討する際、ベンダーに「モデル訓練にいくつのサンプルが必要か」を尋ねてください。数が多い場合、ラベリング作業と大量サンプルの必要性により、高コストになる可能性があります。

教師なし学習（USL）

この技術は、データに事前ラベル付けを要求せずにデータセットを分析します。USLは、事前訓練済みモデルや様々なコンピュータフレンドリーな知識表現を用いて、非構造化文書を処理します。一般的なユースケースには、財務諸表、契約書、メールの分析が含まれます。

UiPathには、Indico、SortSpoke、Botminds AI Technologies、Xtractaなど、USLソリューションを提供するパートナーが複数います。例えばIndicoは、文書内のデータに関連するラベルを提案するコンピュータ支援ラベリングツールを提供しています。ユーザーはそれらを承認または上書きするだけです。

自然言語処理（NLP）

NLP技術は、コンピュータが人間の言語を理解するのを助けます。NLPは他の技術と組み合わせて多様なタスクを実行することがよくあります。テキスト分析、エンティティ抽出、非構造化文書（メールなど）の意図定義によるプロセス自動化を可能にします。非構造化文書から「開始日」と「終了日」を抽出したい場合、多くの日付が同義語であるため、作業タイムラインをマッピングする必要があります。NLPは同義語を判断・分析することでこれを支援します。さらに、テキストの感情分析（ポジティブ、ネガティブ、ニュートラルの判定）も可能です。これはニュース、ソーシャルメディア、通信文の内容解釈に特に価値があります。UiPathと統合されているNLPパートナー・技術には、Expert System、Amazon Comprehend、Stanford NLP Groupがあります。

新たな選択肢──BPOとHuman-in-the-loop

上記の確立された技術・企業に加え、Document Understandingを強化するために、ビジネスプロセスアウトソーシング（BPO）とHuman-in-the-loop（HITL）プロセスを提供するベンダーが出現しています。

例えば、OcrolusとContract Wranglerは、Document Understanding向けの強力なMLベース技術を持っています。しかし、望ましい精度閾値を満たさない文書抽出結果を、クラウドソーシングされた人的作業で修正します。両社は最大99.99%の精度と納期を保証するため、破壊的な存在です。もちろん、より高い精度と短い納期は、顧客にとってより高いコストを意味する場合があります。

また、UiPath Document UnderstandingソリューションにはValidation Stationが用意されています。このツールを使えば、ユーザーは文書分類と自動データ抽出の結果を確認し、必要に応じて修正できます。

ソリューション選定に関する最終的な考察

ビジネスのあらゆるDocument Understandingニーズを満たすソリューションを選ぶのは大きな課題です。通常、複数のソリューションを同時に導入するオプションを評価し、それらを統合する最良の方法を探ることになります。だからこそ、UiPathは幅広い業界トップベンダーと連携・統合しています。UiPath RPAプラットフォームを補完する豊かなDocument Understandingエコシステムを確立しました。

より詳細な情報については、ウェビナー「Product Spotlight: AI-Enhanced Automations – Combining Transformative Capabilities」にご参加ください。UiPath Document Understandingや他のMLベースソリューションが、いかに自動化をまったく新しいレベル（AIによって駆動される）に引き上げるかをご覧いただけます。また、UiPathエンタープライズ試用版に登録すれば、これらの機能を試してビジネスプロセスの自動化に役立てられます。