はじめに
- 本記事は、UiPath Studio の基礎知識をお持ちで、これから Document Understanding を利用したい方向けの内容となっています。
- 記事の内容は、個人の見解または確認結果であり、UiPath の公式見解ではありません。
- 製品仕様や参考画像は 23.4 バージョンで構成しています。
- Automation Cloud のアカウントおよび Pro Trial を申請するなどして DU のアクセス権限を取得している必要があります。
Document Understanding をミニマム構成で試してみたい
Document Understanding（以降、DUと略す）は、ドキュメントから情報を抽出・解釈する機能群です。
請求書やINVOICE、領収書、源泉徴収票等々、様々な文書からデータの読み取り、操作をおこなうための魅力な機能が多く搭載されているものの、機能が多い故のわかりづらさがあります。
マシンラーニングを利用した本格的なDUの実装ですと、
DocumentManager（Automation Cloud のDUのサービスの一画面）での何十ページにも及ぶアノテーション作業から、AI Center でのモデルの追加学習、デプロイ作業 等も必要となります。
『そこまで本格的じゃなくていいんだけど、どうやって文書データ読み取って、データ操作するのかをミニマムで試したい』
そんな方向けに、アンケート を題材にした記事を書きます！！（以下、今回の記事用に用意した架空のアンケートの雛）
- 入力済みのアンケートのサンプルは画像ファイル（962*785 ピクセルの「.JPG」データ）です。自由記述欄の文字には手書きフォントなどを利用しています。
- 文書のフォーマットは1つのため分類は設定しますが、検証はおこないません。
- 文書からのデータ抽出には「フォーム抽出器」のみもちいます。
STEP1. 文書の項目定義（タクソノミーの設定）（1/6）
チェックボックス（計9つ）と自由記述欄、部署名、お名前のフィールドを作成します。
次に、入力済みのアンケートデータを用意します。（記事の末尾にサンプル画像データあり）
STEP2. 前処理の実装（2/6）
- 「タクソノミーの読み込み」を配置 ← STEP1 で設定したタクソノミーをロードします。
- 「複数代入」を設置し、「APIキー」「入／出力のフォルダパス」「インテリジェントキーワード分類用の学習ファイルパス（※1）」を指定
※1：DocumentProcessing\IntelligentKeywordClassifierLearningFile.json ← 最初は在りません。空のテキストファイルで結構ですので同名にて作成・配置お願いします。 分類器のスコープで学習することで内容は更新されます。
STEP3. 文書の分類アクティビティの設定（3/6）
「繰り返し（フォルダ内の各ファイル）」アクティビティなどを配置し、取得した画像ファイル毎にデジタル化・分類・抽出の処理にかけていきます。
OCRのエンジンは既定では「UiPath ドキュメント OCR」が設定されていますが、日本語の文書を読み取る場合は「CJK-OCR」に変更しましょう。（CJKは Chinese Japan Korea の略）
エンドポイント：https://du-jp.uipath.com/cjk-ocr
- 「ドキュメント分類スコープ」「インテリジェントキーワード分類器」を配置します。
- 「学習を管理」より、空のアンケートフォーマットを学習させます。（以下のメッセージを確認した際は、「{プロジェクトフォルダ}\DocumentProcessing\IntelligentKeywordClassifierLearningFile.json」を指定してください。）
- 「分類器を設定」のリンクをクリックし、表示された画面でタクソノミーを設定した文書のチェックをONにします。
STEP4. 文書の抽出アクティビティの設定（4/6）
- 「繰り返し（コレクションの各要素）」アクティビティを配置し、自動分類結果をもとにデータの抽出・出力処理をかけていきます。
- 「フォーム抽出器」を配置し、テンプレートを作成します。（※2）なお、今回アンケートで利用するチェックボックス（Boolean のフィールド）などは「署名フィールド」や「はい／いいえ」の類義語を設定しないと期待動作は得られません。
- 「抽出器を設定」のリンクをクリックし、表示された画面でタクソノミーを設定した文書のチェックをONにします。
※2：チェックボックスのカスタム領域は「□」の内側を指定します。外側で指定する場合は「□」を「いいえ」の類義語で設定する必要あり。「自由記述欄」や「部署名」、「お名前」は余分な文字等が入らない範囲で余裕をもって指定しましょう。
STEP5. 抽出結果の確認（5/6）
表示された抽出結果の正しさを確かめながら、確認済みのチェックをONにし、「送信」ボタンを押下します。
STEP6. 抽出結果の出力（6/6）
「抽出結果をエクスポート」アクティビティを使うことでデータセット型（※）の情報を出力できます。
※：複数のデータテーブルを保持できます。データテーブルを単一の「テーブル」とした場合、データセットは「データベース」のイメージです。
「繰り返し（コレクションの各要素）」「範囲に書き込み（ワークブック）」等のアクティビティをもちいて抽出データを出力します。
（出力サンプル）
実行結果
■自動抽出結果と検証結果の比較 ＝＞ 適合率：92%以上 （一致しなかっケースは後述します。）
■創出効果 自動抽出：1分 ＞ 自動抽出（検証あり）：6分 ＞ 手動：12分
（期待通りに抽出されなかったケースのサンプル）
↓↓↓
↓↓↓
↓↓↓
（予想外に完璧に抽出されたケースのサンプル）
↓↓↓
↓↓↓
最後に
いかがでしたでしょうか？
Document Understanding = AI製品 = AIわからないと使えない？ とおもわれがちですが、
ルールを設定してあげるだけでこれだけ利用できます！
個社のフォーマットからデータを読み取って操作するだけであれば「CJK-OCR」×「フォーム抽出器」で十分力を発揮できます！！
ご自身の業務で力を発揮しそうなものがあるなーとおもっていただいた方は、是非以下の記事もお読みいただけますと幸いです。
おまけ - 入力済みのアンケートのサンプル
