AIデータ抽出、必要な項目の意味を伝える
AIデータ抽出で、文書に明示された日付・名称・条件などをテキストや表へ取り出します。書式が揃わない資料でも、欲しい情報の意味を説明して整理を始められます。
開始
AIデータ抽出の進め方
抽出したい項目を、書類の中で何を意味するかまで説明すると確認しやすくなります。
1
読み込む：資料をアップロード
PDF、DOCX、PPTXや対応する画像を選択します。対象情報が明示されている文書を使います。
2
定める：抽出の観点を説明
文章も読むならContent extraction、項目を表へまとめたいならTable extractionを選び、必要なフィールドを説明します。
3
確かめる：記載された事実と比較
Process filesで処理し、抽出された名称や日付が何を示すか、原本の文脈で確認します。
4
活用する：整理先へ書き出す
JSONや表のExcelを保存します。専用システムの項目への変換と値の検証は利用先で行います。
1
読み込む：資料をアップロード
PDF、DOCX、PPTXや対応する画像を選択します。対象情報が明示されている文書を使います。
2
定める：抽出の観点を説明
文章も読むならContent extraction、項目を表へまとめたいならTable extractionを選び、必要なフィールドを説明します。
3
確かめる：記載された事実と比較
Process filesで処理し、抽出された名称や日付が何を示すか、原本の文脈で確認します。
4
活用する：整理先へ書き出す
JSONや表のExcelを保存します。専用システムの項目への変換と値の検証は利用先で行います。
項目名だけでは意味が決まらない
非定型の文書には、同じ名前で別の意味を持つ情報が出てきます。
日付の役割
発行日、納期、サービス開始日などを「日付」だけでまとめると区別しにくくなります。
名称の対象
取引先、担当部署、商品の名称など、抽出したい対象を決める必要があります。
記載のない項目
資料にない情報を、既知の常識や推測で埋めた値として扱わないようにします。
意味を添えて抽出を依頼
フィールド名に説明を付けることで、欲しい情報の観点を伝えられます。
書式が異なる資料を整理する入口に
共通の観点で読み、使う前の確認を進められます。
転記項目を揃える準備
フィールド設定を同じブラウザで再利用し、毎回の確認観点を保てます。
記載条件を拾う
納期や支払条件などを取り出し、社内の確認資料へ移せます。
後工程への受け渡し
JSONやExcelとして保存し、自分のデータ処理に合わせて整えられます。