Module 03 / 06
文書認識
スキャン文書・PDF・プレゼンテーション・表計算ファイルのレイアウト解析と文字認識をローカルで完結します。認識した内容からレポートを作ることも、別のバージョンと段落単位で比べることもできます。
FEATURE 01
OCR 解析
2 つのモードがあります。アドバンストは完全なレイアウト解析と高精度な認識を行い、ライトはページ全体をビジョンモデルに渡して素早くプレーンテキストにします。
- アドバンスト:構造を保持見出し、段落、表、数式がそれぞれブロックになり、出力はブロック単位で確認・編集できます。レポートや契約書に向いています。
- ライト:素早くテキスト化ページ全体をそのままプレーンテキストにします。スクリーンショットやレシート向けで、レイアウト解析は行わず、OCR 専用モデルのダウンロードも不要です。
- 多様なエクスポートMarkdown、Word、HTML、JSON、プレーンテキスト、CSV。
- スキャン文書だけではないPowerPoint や Excel のファイルもそのまま読み込めます。文書一覧からすべてを一度に認識することも、アップロード後に自動で開始するよう設定することもできます。
FEATURE 02
インサイトレポート
認識を終えた文書は、さらに多面的なレポートへまとめられます — 単なる要約ひとつではありません。
- 十数種類の項目要点の要約、キーワード、章立て、アクションアイテム、重要な抜粋、マインドマップ、用語対照、不確かな点など。
- 原文へ戻れる章や抜粋はクリックでき、文書の該当ページへ直接ジャンプします。
- 追加質問もエクスポートも右のドロワーでレポートの内容を掘り下げたり、HTML / Markdown として書き出したりできます。
FEATURE 03
文書比較
どちらも認識を終えた 2 つの文書について、まずアルゴリズムでページを対応付け、次に段落ごとに何が変わったのかを整理します。
- 先に対応付け、次に比較ページの対応関係はアルゴリズムが決めます。変更ありと判定されたページだけを、言語モデルが段落単位で分析します。
- 3 つの表示バージョン 1 のみ、並べて表示、バージョン 2 のみ。差分のある段落だけを表示することもできます。
- 正直な印うまく対応付けられなかったページには「対応付けの確信度が低いため、目視でご確認ください」と印が付きます。100% を装うことはしません。
Next
マシンが届いたら 4 ステップで開始
ダウンロードとインストール、同意、シリアル認証、モデルダウンロード — 時間のほとんどはダウンロード待ちです。