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（以降、DUと略す） を利用したい方向けの内容となっています。
- DU は、ドキュメントから情報を抽出・解釈する機能群、フレームワークです。
- DU の利用には AI ユニットのAPIキーが必要です。
- 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。
DUの環境構成図
フルラインナップ
各製品とプラットフォームの主な構成パターン
| ptn | オンプレミス | Automation Cloud🔗 | Automation Suite🔗 |
|---|---|---|---|
| 1 | ST/RT/OC | DU/AI | |
| 2 | ST/RT | OC/DU/AI | |
| 3 | ST/RT/OC | DU/AI |
補足：
- ST(Studio), RT(Robot), OC(Orchestrator), DU(Document Understanding), AI(AI Center) ※UR実行には Action Center のインストールも必要です。
- Automation Cloud および Automation Suite 上のメニューにある Document Understanding は、AIモデルの学習用のデータセットをつくる Document Manager です。Document Manager で作成したデータセットは AI Center に連携することでモデルの学習に使えます。
OCRの補足
インターネットアクセスおよびAPIキー
- 要 ➣ CJK-OCR、UiPath ドキュメント OCR、Google Cloud Vision OCR、Microsoft Azure Computer Vision OCR 等
- 否 ➣ UiPath ドキュメント OCR（※）、OmniPage OCR、Tesseract OCR 等 ※：Document Understanding OCR Local Server パッケージのインストールが必要です。
AIモデルやサードパーティのOCR製品を利用しない場合にも、分類や抽出等でパブリックエンドポイントにアクセスします。このため、オンプレミス & Automation Suite の構成（ptn3）をのぞき、インターネットへのアクセスは必須となります。
スタンドアロンのミニマム構成
ミニマムでとりあえず DU を試したい方向けの構成です。（図の青枠内の）各アクティビティの使い方やOCRの読み取り精度などを確かめたい方は以下の記事など参考にお試しください。
URのミニマム構成
実運用では UR × Action Center のフローが一般的なため、導入に向けて本格的に検討をはじめられる際は、テンプレート（Document Understanding Process）をもちいた検証をお勧めします。
利用手順は以下の記事が参考になります↓
おわりに
ドキュメントの種類としては1つでもフォーマットが何パターンもある、PDFから対象のページを選り分ける作業があるといったケースであれば、AIモデルをもちいるフルラインナップの構成がお勧めですが、
対象が定型の特定帳票のみであればミニマム構成での実現も可能です。
AIモデルを利用する場合、モデルの学習コストが相応に発生するので、ROI はしっかり計算しないといけません。
逆に、既に UiPath を導入済みで、読み取り・加工が必要な大量の定型帳票をお持ちの方は、短期間で効果を実感いただけるとおもうので、ミニマム導入にあたっての質問があればコメント欄からお知らせください。
最後までお読みいただきありがとうございますm(_ _)m