Document AI

はじめに （お財布が）試される仕掛け人、nikkieです。 テキストを含んだ画像をLLMで扱い、情報を取り出す時に参考にできそうな事例をここに書き出します。 目的は知っている事例の整理です。 試行錯誤に進むうえで一度書き出します。 テキストを含む画像の事例だけでなく、PDFを扱う事例も似ていそうだったので混ぜて扱っています。 目次 はじめに 目次 事例1️⃣ 画像をOCRして、テキストを構造化 事例2️⃣ PDFから読み取ったテキストの構造化 LLMはテキストの構造化が得意？ 事例3️⃣ OCRも構造化もGPTで行う例 手元にある事例のまとめ🌯 P.S. PydanticのParser 事例1…

はじめに ミリアニムビナナ異文化交流の模様がYahoo!ニュースに😭 nikkieです。 Google Cloudの「Document AI」なるサービスを触りました。 ドキュメントに関していろいろと賢いことができそうな印象ですが、今回はOCR（光学文字認識）用途でのみ触っています。 目次 はじめに 目次 Google CloudのDocument AI 前回のDocument AI! 理解したこと：processorを選んでドキュメントに関するタスクを解かせられる チュートリアル「Get started with Document AI in the Google Cloud console…

初めまして。機械学習エンジニアの島越@nt_4o54です。現在はMLチームで日々、バクラクシリーズで用いられているAI-OCR機能の改善や新規機能の開発などを行なっています。 7月はLayerXエンジニアブログを活発にしよう月間ということで、自分からは表題にもある通り、「Document AI」と呼ばれる技術についての紹介と、またLayerXにおいてどういう応用先があるのかというお話をさせていただこうと思います。 ※ 同名のDocument AIというGCPのサービスがありますが、今回は一般的なDocument AIの話になります。 Document AIとは Document AIに用いられ…

こんにちは、山田です。 この記事では、Google Document AIの紹介をします。 レシートOCRを試してみた Google Document AIの特徴 良い点 構造化されたデータを読み取れる 拡張性が高い 微妙な点 日本語対応しているParserが、まだ少ない 有料 まとめ レシートOCRを試してみた まずは、Google Document AIの性能を確かめてみようと思います。 今回は、無料で試せるサイトを使用してみます。 手順は簡単で、 サイトを開き、「Expense」を選択します。 「Browse」をタップしてレシートの写真を選択します。 「私はロボットではありません」にチェ…