1.はじめに
小売業で人事をやっているKAZUと言います。今回Teachable Machineを使用して、社内便の仕分け時間を短縮する仕組みを作りました。
2.課題と解決策
私の会社は毎日各店舗からさまざまな社内便が本部に送られてきます。メール室で人事部門、総務部門など部門別の仕分けがされ、人事部門の社内便が人事に届きます。
人事ではさらに社内便の表紙に記載された手書きの添付書類名を見て課、担当者別に再仕分けをします。仕分け作業は人事で当番制です。
しかし、人事内でも課が違うと誰が何をやっているか把握できず、書類名を見てもどの課、担当かわからないことが毎回発生します。
そこでTeachble Machineを使って手書きの書類名を読み取り、書類名から担当課、担当者、座席番号を表示させ、仕分けに困らない仕組みを作りました。
3.使用したツール
・Teachable Machine
・CodePen
4.作成手順
4-1.Teachable Machineに種類名を登録し機械学習させる
社内便で届く書類名ごとにパターンを作り登録します。
①通勤手当申請書
②採用申請書
③社宅申請書
書類名は手書きのため、手書きのパターンを複数登録しました。
4-2.CodePenにTeachable Machineで機械学習させたモデルを読み込む
Teachable Machineで学習させたモデルをCodePenに読み込んで推論を返します。例えばTeachable Machineで『通勤手当申請書』と出力された場合は、『労務課 田中さん 席番号315』が推理で返るようにします。
See the Pen 書類の仕分け by Welkazuki (@welkazuki) on CodePen.
4-3.結果
このように手書きされた書類名を認識し、担当する課、担当者、席番号が表示されます。これで困ることはありません。
（gifだと画面が小さくなってしまうためYoutube動画です）
5.課題
手書き文字だと筆跡が人で異なるため、どの程度パターンを用意すれば、判断精度が高くなるか検討が必要です。手書きであれば費用が許せばAI OCRで読み込んで推論を返すほうが、簡単かもしれません。