1
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

Amazon Textract が東京リージョンに来たので、日本語の請求書を読ませて Bedrock とも比べてみた

1
Last updated at Posted at 2026-11-17

はじめに

Amazon Textract(画像や PDF から文字・表を取り出す AWS の OCR サービス)に、2 つのアップデートが同時に来ました。

1 つは文字を読み取るモデルの更新で、日本語を含む 40 以上の言語に対応しました。

もう 1 つは東京リージョンへの展開です。

一方で「画像を読むだけなら Bedrock の生成 AI でもできるのでは」とも思ったので、同じ請求書を両方に読ませて比べてみました。

アップデートの内容

項目 内容
モデルの更新 文字の検出(DetectDocumentText)と文書の分析(AnalyzeDocument)が対象。
API の変更は不要で、既存の呼び出しに自動で適用されます
対応言語 日本語・中国語・韓国語・アラビア語などを含む 40 以上(対応言語の一覧。執筆時点では、一覧の表で DetectDocumentText が英語のみの区分に入ったままですが、実際に日本語を読めました)
表の抽出 結合セル、傾いた・回転した表、一部が欠けた表の抽出精度が向上
新リージョン 東京とチューリッヒ。
ただし請求書・領収書用の AnalyzeExpense、身分証用の AnalyzeId、ローン書類用の AnalyzeLending、カスタムクエリ(アダプター)は未対応

東京で使えるのは「文字の検出」と「文書の分析(表・フォーム・レイアウトなど)」の同期 API と非同期 API です。
ただし日本語に対応しているのは表・署名・レイアウトで、フォーム(項目名と値のペア)とクエリ(質問して値を取り出す機能)は日本語に対応していません。
請求書専用の AnalyzeExpense は英語の請求書向けの機能なので、日本語の請求書なら今回試す AnalyzeDocument の表抽出を使うことになりそうです。

やってみた

テスト用に、架空の請求書の画像を用意しました。表全体を 2 度傾け、「小計」「消費税」「合計」の行は品目と数量の列をまたぐ結合セルにしています。

テストに使った架空の請求書

手順 1: 文字を読み取る(DetectDocumentText)

文字の検出(DetectDocumentText)で、1 行ずつのテキストと信頼度を取り出します。信頼度は 0〜100 の範囲で、低いほど読み違えの可能性が高くなります。

aws textract detect-document-text \
  --region ap-northeast-1 \
  --document "Bytes=$(base64 -i invoice.png)" \
  --query "Blocks[?BlockType=='LINE'].[Text, Confidence]" \
  --output text
請求書	99.96014404296875
株式会社サンプル商事 御中	99.86048889160156
請求日: 2026年11月17日	96.67171478271484
...
クラウド設計支援 (11月分)	99.54161834716797
]	60.943878173828125
...

日本語の文字はすべて正しく読めました。誤りは数量の「1」を「]」と読んだ 2 か所だけで、その 2 か所は信頼度が 60 前後と低く出ていました(他の行は 96〜100)。
信頼度でしきい値を決めれば、人の確認に回す行を機械的に選べそうです。

手順 2: 表を取り出す(AnalyzeDocument TABLES)

結合セルを、何行目・何列目から何列分つながっているかで出してみます。

aws textract analyze-document \
  --region ap-northeast-1 \
  --feature-types TABLES \
  --document "Bytes=$(base64 -i invoice.png)" \
  --query "Blocks[?BlockType=='MERGED_CELL'].[RowIndex, ColumnIndex, ColumnSpan]" \
  --output text
5	1	2
6	1	2
7	1	2

傾いた表でも 4 列 × 7 行として取れ、5〜7 行目(小計・消費税・合計)の 1 列目から 2 列分の結合も正しく認識されました。
セルの中身を並べ直すと次のとおりです(数量の「1」の読み違いは手順 1 と同じです)。

行 品目 数量 単価 金額
2 クラウド設計支援 (11月分) ] ¥40,000 ¥40,000
3 OCR 検証作業 3 ¥5,000 ¥15,000
5 小計(2 列結合) ¥58,000
7 合計(2 列結合) ¥63,800

手順 3: 同じ画像を Bedrock(Nova 2 Lite)に読ませる

Bedrock の Converse API(モデル共通の呼び出し API)に、画像と「1 行ずつそのまま書き起こして」という指示を渡します。

IMG=$(base64 -i invoice.png)

cat > msg.json <<EOF
[{"role":"user","content":[{"image":{"format":"png","source":{"bytes":"$IMG"}}},{"text":"この画像に書かれている文字を、上から順に 1 行ずつそのまま書き起こしてください。書き起こし以外は出力しないでください。"}]}]
EOF

aws bedrock-runtime converse \
  --region ap-northeast-1 \
  --model-id jp.amazon.nova-2-lite-v1:0 \
  --messages file://msg.json \
  --inference-config maxTokens=1000,temperature=0 \
  --query "output.message.content[0].text" \
  --output text

数量の「1」は正しく読めた一方で、それらしい別の言葉に置き換わる誤りが 5 か所ありました。

画像の文字 Textract Nova 2 Lite
クラウド設計支援 クラウド設計支援 クラウド設定支援
INV-2026-1117 INV-2026-1117 INV-2026-11117
下記のとおりご請求 下記のとおりご請求 下記のとおりで請求
本店営業部 本店営業部 本店当行口座
普通 1234567 普通 1234567 番通 1234567
数量の 1 ](信頼度 60) 1

生成 AI の読み違いは信頼度が付かず、自然な日本語になってしまうので、出力だけ見ても気づきにくいのが気になるところです。

Textract と Bedrock の使い分け

東京リージョンのオンデマンド単価(Price List API で取得、100 万ページまで)で比べると次のとおりです。

Textract Bedrock Nova 2 Lite
1 ページの料金 文字の検出 $0.0015、表の抽出 $0.015 今回は約 $0.0007(入力約 300・出力約 190 トークン)
返ってくるもの 文字、位置(座標)、信頼度、表の行・列 指示した形式のテキスト
今回の誤り 2 か所(数量の 1 → ]、どちらも信頼度 60 前後) 5 か所(もっともらしい書き換え)
得意なこと 原本どおりの書き起こし、帳票の数値の取り込み 要約や「金額だけ JSON で」のような加工

金額や口座番号のように 1 文字の誤りも許されない書類は Textract、読んだ内容をそのまま要約・分類したいなら Bedrock、という分け方が良さそうです。
両方を組み合わせて、Textract で取り出したテキストを Bedrock に渡す構成も考えられます。

なお Bedrock には、書類から文字や表を取り出す専用の Bedrock Data Automation もあり、東京でも 1 ページ $0.01(標準出力)で使えます。

注意点

  • 手書き文字: 対応は英語のみで、日本語の手書きは対象外のようです(FAQ)。
  • CLI でのファイル渡し: fileb:// は通らず、base64 で文字列にして渡す必要がありました(5 MB まで)。
  • 東京で使えない API: AnalyzeExpense / AnalyzeId / AnalyzeLending / アダプターは、引き続き対応リージョンで使う必要があります。

まとめ

日本語の書類を東京リージョンだけで Textract に読ませられるようになりました。傾いた表や結合セルも崩れずに取れ、読み違えた文字には低い信頼度が付くので、帳票の取り込みには安心して使えそうです。

1
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
1
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?