概要
請求書・見積書・発注書などのアップロードから、取引先・案件・金額・日付など主要項目を自動抽出し、入力フォームにプリセットする機能を導入しました。OCRには Azure AI Document Intelligence（以下Azure DI）を採用。カスタム抽出により当社スキーマへのマッピング精度を担保しています。
課題
- フォーマットがバラバラなPDF/画像の転記作業に時間がかかる
- 書類管理SaaS間の移行コストが高い
- アップロード直後に即時プレビューと候補提示をしたい
要件
- PDF/画像（複数同時可）をアップロード → 主要フィールドの自動抽出
- アプリケーションで登録された取引先・案件情報との候補突合
- 非同期にせずともストレスのない応答
- セキュア（認証・権限制御、拡張子/サイズ検証、期限付きアクセス）
アーキテクチャ概要
- クライアントからmultipart/form-dataで複数ファイルをPOST
- Azure DIでテキスト/構造抽出
- DBの取引先/案件をあいまい検索し候補を返却
- クライアントは抽出結果＋候補をフォームへプリセットして最小修正で確定
Azure Document Intelligenceの選定理由（他方式との比較）
観点 | AWS Textract | Google Document AI | 独自OCR（Tesseract等） | Azure Document Intelligence |
|---|---|---|---|---|
日本語対応 | × 未サポート | ○ 日本語対応 | ○ 日本語対応 | ○ 日本語対応 |
コスト体系 | ページ従量課金のみ | ページ従量課金＋ホスティング固定費 | サーバ維持＋前処理／辞書管理の人件費 | ページ従量課金のみ（固定費なし） |
精度/汎用性 | 日本語帳票不可 | 高精度 | 入力画像・前処理次第で大幅に変動 | カスタム抽出により精度を継続的に改善可能 |
立ち上げ容易性 | SaaS型で導入簡単 | SaaS型で導入簡単 | 前処理や辞書整備が負担となりやすい | 少量の実データから段階的に開始可能 |
なぜ Azure Document Intelligence なのか
- 学習の入り口が低い：自社データ約5枚から運用を始めることができ、運用開始後も学習データを追加することで改善可能。
- 価格体系がシンプル：ページ従量課金が中心で、少量・断続的な利用で固定費を抑えやすい。
- 継続アップデート：カスタム抽出品質やテーブル抽出の改善が継続。
今後の拡張
- 学習データの継続追加により、書類の要素のラベリングの精度を改善
- Azure DI連携前の前処理（ノイズ除去・傾き補正・トリミング）の強化により、文字列認識の精度を向上
- Azure DI結果取得後、HOJORINで保持している取引先名とのパターンマッチ、あいまい検索精度の向上
