Document Classifyのご紹介：あらゆる文書を意味に基づいて分類

企業の文書ワークフローは、まず「これはどんな文書か」を把握することから始まります。

請求書、領収書、明細書、税務書類、身分証明書等の業務文書が、PDFやスキャン画像、スマホ撮影、レガシーシステムのエクスポートなど、さまざまな形式で日々扱われているでしょう。

Document Classify は、こうした文書の種類を事前に判定することで、下流の解析や自動化処理を安定して実行できるようにします。

既存の文書分類システムの限界

従来の文書分類モデルは、学習時に定義された固定のカテゴリに基づいて動作します。
そのため、受け取る文書が学習時のテンプレートやパターンと似ている場合にのみ、正しく機能します。
しかし、新しい取引先の追加や地域ごとのフォーマットの違い、これまでにない書類形式が導入されると、モデルは柔軟に対応できません。その結果、追加のデータ収集や再ラベル付け、再学習といった手間が発生してしまいます。

Document Classifyは、この制約を根本から解消します。事前学習のカテゴリに頼らず、ユーザーが定義した分類体系に基づいて文書を分類します。そのため、モデル自体を更新することなく、分類の説明を追加・変更するだけで、新しい文書タイプを即座に拡張することが可能です。

あらゆる文書に対応する分類アプローチ

Document Classifyは、構造化文書、半構造化文書、非構造化文書など、幅広い文書タイプに対応しています。モデルは文書の意味的内容に加え、レイアウトや視覚的パターンも分析するため、構造や撮影条件が異なる文書でも安定して分類できます。

例：

• 請求書、明細書、給与明細、税務書類
  
  
• EOB、保険請求、会員IDカード、サマリー
  
  
• 契約書、通知書、書簡
  
  
• 運転免許証、パスポート、会員ID
  
  
• POSレシート、スマホ撮影レシート
  
  
• 検査報告書、製造証明書
  
  

分類体系に基づくシステムのため、企業はモデルを変更する必要なく、文書セットを簡単に拡張できます。ユーザーが定義した分類体系から最適な分類を選択するため、カテゴリが5種類でも500種類でも、文書タイプの数に応じて柔軟に対応可能です。

モデルの更新なしで文書タイプを追加

企業は文書タイプを、簡単な説明文で定義するだけです。

[
  { "name": "invoice", "description": "Commercial billing documents with amounts and vendor details." },
  { "name": "receipt", "description": "Transaction-level purchase receipts." },
  { "name": "tax_form", "description": "Government-issued tax reporting forms." },
  { "name": "contract", "description": "Documents outlining agreements or terms." }
]

‍

‍

モデルはこれらの説明を意味として理解し、文書全体に一貫して適用します。

ワークフローが拡張されたり、新しい文書タイプが追加された場合でも、更新が必要なのは分類の説明だけで、モデル自体の再学習や再展開は不要です。

形式や取得条件に左右されない高いロバストネス

文書は形式がバラバラだったり、品質が不完全な状態で届くことがあります。Document Classifyは、以下のような状況でも安定した分類性能を発揮します。

• デジタルおよびスキャンPDF
  
  
• JPEG／PNG／TIFF画像
  
  
• 複数ページにわたるスキャン文書
  
  
• モバイルで撮影された文書
  
  
• レガシーシステムからの出力
  
  

モデルはテンプレートや完全なOCR出力に依存しないため、解像度や傾き、文書構造が異なっても安定して分類できます。

保険関連文書は、このような複雑さの代表例です。請求書、明細書、請求サマリー、レシートなど、見た目が似た文書が多く含まれるため、実務では正確な意味の区別が非常に重要です。内部評価では、英語・韓国語の保険文書を対象に、ワークフローで使用される文書タイプを完全に反映した分類体系を用いた場合、モデルは92.1％の精度を達成しました。

下流ワークフローの信頼できる基盤

安定した文書分類は、「文書のデジタル化＋自動処理」の各ステージをより効率的にします。

• Information Extract は、構造化データを抽出するために正しいスキーマを自動で読み込みます。
  
  
• ワークフローエンジンやAIエージェント は、文書を高精度で振り分け、検証し、処理できます。
  
  
• Document Classify は、モダンな自動化や文書理解ワークフローのための、普遍的で意味に基づいた基盤レイヤーを提供します。

今日から始められます — ベータ期間中は無料

Document Classifyは現在ベータ版として提供中で、ベータ期間中は無料でご利用いただけます。

文書をアップロードし、分類体系を定義するだけで、モデルがワークフローにどのように適合するかをすぐに評価できます。テンプレートや学習、設定は不要です。

リソース

• 開発者向けドキュメント：API仕様や統合例
  
  
• Playgroundデモ：文書をアップロードして、すぐにDocument Classifyを体験可能

‍