イントロダクション

請求書またはフォームを手動で処理したユーザーは、それがどれほど難しいかを知っています。 すばらしいニュースは、AI を使用して手作業を排除し、将来の情報システムを構築できることです。 AI を利用した情報の抽出と分析により、組織は、ドキュメント、画像、オーディオ、ビデオ、またはその他の資産にロックされている可能性があるデータから実用的な分析情報を得ることができます。

情報抽出シナリオの例を次に示します。

• 経費請求処理: 会社は、スキャンされた領収書から経費の説明と金額を抽出する必要があります。
• カスタマー サポート: エージェンシーは、記録されたサポートの呼び出しを分析して、一般的な問題と解決策を特定する必要があります。
• キャパシティ プランニング: 観光組織は、ビデオ映像や画像を分析して訪問者の量を見積もる必要があります。

Foundry Tools の Microsoft Azure Content Understanding では、AI を使用して、構造化されていないコンテンツから構造化された情報を抽出します。 Azure Content Understanding は、コンテンツ内のエンティティ、フィールド、リレーションシップ、および意味を識別することで、アプリケーションがコンテンツ内の 内容 を理解するのに役立ちます。

Azure Content Understanding は、次のような複数のコンテンツ タイプから構造化データを抽出します。

• ドキュメントと画像: PDF、フォーム、請求書、領収書、契約など
• オーディオ: 録音や通話など
• ビデオ: 会議やその他のメディア ファイルのビデオなど

Azure Content Understanding の AI を利用した情報抽出により、非構造化コンテンツを、検索および分析できるマシンで読み取り可能なデータに変換するプロセスが自動化されます。 次に、構造化されていないドキュメントやフォームから構造化データを抽出する方法について説明します。