次の方法で共有

Document Intelligence 領収書モデル

このコンテンツの適用対象:チェックマークv4.0 (GA) | 以前のバージョン:青のチェックマークv3.1 (GA)青のチェックマークv3.0 (GA)青のチェックマークv2.1 (GA)

このコンテンツの適用対象:チェックマークv3.1 (GA) | 最新バージョン:紫のチェックマークv4.0 (GA) | 以前のバージョン:青のチェックマークv3.0青のチェックマークv2.1

このコンテンツの適用対象:チェックマークv3.0 (GA) | 最新バージョン:紫のチェックマークv4.0 (GA)紫のチェックマークv3.1 | 以前のバージョン:青のチェックマークv2.1

このコンテンツの適用対象:チェックマークv2.1 | 最新バージョン:青のチェックマークv4.0 (GA)

Document Intelligence 領収書モデルでは、強力な光学式文字認識 (OCR) 機能と、ディープ ラーニング モデルを組み合わせて、領収書を分析し、領収書から重要な情報を抽出します。 領収書には、印刷されたレシートや手書きの領収書など、さまざまな形式や品質のものが存在します。 API によって、業者名、業者の電話番号、取引日、税金、取引合計などの主要な情報が抽出されて、構造化された JSON データが返されます。 レシート モデル v4.0 (GA) では、一般的なホテルの領収書の VAT テーブル抽出と共に、ReceiptType、TaxDetails.NetAmount、TaxDetails.Description、TaxDetails.Rate、CountryRegion などのフィールドがサポートされています。

領収書データの抽出

領収書のデジタル化には、さまざまな種類の領収書 (スキャンされたもの、写真、印刷されたコピーなど) を、効率的なダウンストリーム処理用にデジタル形式に変換する作業が含まれます。 たとえば、経費管理、コンシューマーの行動分析、税の自動化などがあります。OCR (光学式文字認識) テクノロジを備えた Document Intelligence を使用すると、こうしたさまざまな形式の領収書からデータを抽出し解釈することができます。 Document Intelligence 処理により変換プロセスが簡素化されるだけでなく、必要な時間と作業量が大幅に少なくなるため、効率的なデータ管理と取得が促されます。

Document Intelligence Studio を使用して処理された領収書のサンプル:

Document Intelligence Studio で処理された領収書のサンプルのスクリーンショット。

Document Intelligence サンプル ラベル付けツールで処理された請求書のサンプル:

フォーム サンプル ラベル付けツールで処理されたサンプルの領収書のスクリーンショット。

開発オプション

Document Intelligence v4.0: 2024-11-30 (GA) は、次のツール、アプリケーション、ライブラリをサポートします:

特徴量 リソース モデル ID
領収書モデル • Document Intelligence Studio
• REST API
• C# SDK
• Python SDK
• Java SDK
• JavaScript SDK		 prebuilt-receipt

ドキュメント インテリジェンス v3.1 では、次のツール、アプリケーション、およびライブラリがサポートされています：

特徴量 リソース モデル ID
領収書モデル • Document Intelligence Studio
• REST API
• C# SDK
• Python SDK
• Java SDK
• JavaScript SDK		 prebuilt-receipt

ドキュメント インテリジェンス v3.0 では、次のツール、アプリケーション、およびライブラリがサポートされています：

特徴量 リソース モデル ID
領収書モデル • Document Intelligence Studio
• REST API
• C# SDK
• Python SDK
• Java SDK
• JavaScript SDK		 prebuilt-receipt

ドキュメント インテリジェンス v2.1 では、次のツール、アプリケーション、およびライブラリがサポートされています：

特徴量 リソース
領収書モデル • Document Intelligence ラベル付けツール
• REST API
• クライアント ライブラリ SDK
• Document Intelligence Docker コンテナー

入力の要件

次のファイル形式がサポートされています。

モデル PDF 画像:
JPEG/JPG、PNG、BMP、TIFF、HEIF		 Office:
Word (DOCX)、Excel (XLSX)、PowerPoint (PPTX)、HTML
Read ✔ ✔ ✔
レイアウト ✔ ✔ ✔
一般ドキュメント ✔ ✔
事前構築済み ✔ ✔
カスタム抽出 ✔ ✔
カスタム分類 ✔ ✔ ✔
  • 写真とスキャン: 最適な結果を得るには、ドキュメントごとに 1 つの鮮明な写真または高品質のスキャンを用意します。
  • PDF と TIFF: PDF とTIFF の場合、最大 2,000 ページを処理できます。 (Free レベルのサブスクリプションでは、最初の 2 ページのみが処理されます。)
  • ファイル サイズ: ドキュメントを分析するためのファイル サイズは、有料 (S0) レベルでは 500 MB、Free (F0) レベルでは 4 MB です。
  • 画像の寸法: 寸法は、50 ピクセル x 50 ピクセルから 10,000 ピクセル x 10,000 ピクセルの間である必要があります。
  • パスワード ロック: PDF がパスワードでロックされている場合は、送信前にロックを解除する必要があります。
  • テキストの高さ: 抽出するテキストの最小の高さは、1024 x 768 ピクセルの画像の場合で 12 ピクセルです。 この寸法は、150 DPI で約 8 ポイントのテキストに相当します。
  • カスタム モデル トレーニング: トレーニング データの最大ページ数は、カスタム テンプレート モデルの場合は 500、カスタム ニューラル モデルの場合は 50,000 です。
  • カスタム抽出モデル トレーニング: トレーニング データの合計サイズは、テンプレート モデルの場合は 50 MB、ニューラル モデルの場合は 1 GB です。
  • カスタム分類モデル トレーニング: トレーニング データの合計サイズは 1 GB で、最大 10,000 ページです。 2024-11-30 (GA) の場合、トレーニング データの合計サイズは 2 GB で、最大 10,000 ページです。
  • Office ファイルの種類 (DOCX、XLSX、PPTX): 文字列の最大長の制限は 800 万文字です。
  • サポートされているファイル形式: JPEG、PNG、PDF、TIFF。
  • PDF と TIFF でサポートされているページ許容量: Document Intelligence では、Standard レベルのサブスクライバーの場合は最大 2,000 ページ、Free レベルのサブスクライバーの場合は最初の 2 ページのみを処理できます。
  • サポートされるファイル サイズ: 50 MB 未満、最小ピクセル数: 50 x 50 px、最大ピクセル数: 10,000 x 10,000 px。

領収書モデル データの抽出

Document Intelligence によって、データ (トランザクションの日時、マーチャント情報、合計金額など) を領収書から抽出する方法について確認します。 次のリソースが必要です。

  • Azure サブスクリプション - 無料で作成できます。

  • Azure portal の Document Intelligence インスタンス。 Free 価格レベル (F0) を利用して、サービスを試用できます。 リソースがデプロイされたら、[リソースに移動] を選択してキーとエンドポイントを取得します。

Azure portal のキーとエンドポイントの場所のスクリーンショット。

Note

Document Intelligence Studio は、v3.1 および v3.0 API 以降のバージョンで使用できます。

  1. Document Intelligence Studio ホーム ページで、[領収書] を選択します。

  2. サンプル レシートを分析したり、独自のファイルをアップロードしたりできます。

  3. [Run analysis] (解析の実行) ボタンを選択し、必要に応じて [Analyze options] (解析オプション) を構成します。

    Document Intelligence Studio の [Run analysis] (解析の実行) と [Analyze options] (解析オプション) のボタンのスクリーンショット。

    Document Intelligence Studio を試す。

Document Intelligence サンプル ラベル付けツール

  1. Document Intelligence サンプル ツールに移動します。

  2. サンプル ツールのホーム ページで、[事前構築済みモデルを使用してデータを取得する] タイルを選択します。

    レイアウト モデルの分析結果プロセスのスクリーンショット。

  3. ドロップダウン メニューから、分析する [フォームの種類] を選択します。

  4. 次のオプションを使用して、分析するファイルの URL を選択します。

  5. [ソース] フィールドで、ドロップダウン メニューから [URL] を選択し、選択した URL を貼り付けて、[フェッチ] ボタンを選択します。

    ソースの場所ドロップダウン メニューのスクリーンショット。

  6. [Document Intelligence サービス エンドポイント] フィールドに、Document Intelligence サブスクリプションで取得したエンドポイントを貼り付けます。

  7. [キー] フィールドに、Document Intelligence リソースから取得したキーを貼り付けます。

    フォームの種類の選択のドロップダウン メニューのスクリーンショット。

  8. [Run analysis]\(解析の実行\) を選択します。 Document Intelligence サンプル ラベル付けツールは、Analyze Prebuilt API を呼び出してドキュメントを分析します。

  9. 結果を表示する - 抽出されたキーと値のペア、行項目、抽出された強調表示テキスト、および検出されたテーブルを確認します。

    レイアウト モデルの分析結果操作のスクリーンショット。

Note

サンプル ラベル付けツールでは、BMP ファイル形式はサポートされていません。 これは、Document Intelligence サービスではなくツールの制限です。

サポートされている言語とロケール

サポートされている言語の全一覧については、事前構築済みモデルの言語サポートのページを参照してください。

フィールドの抽出

サポートされているドキュメント抽出フィールドについては、GitHub サンプル リポジトリの領収書モデル スキーマに関するページを参照してください

名前 タイプ 説明 標準化された出力
ReceiptType String 販売レシートの種類 Itemized
MerchantName String レシートを発行しているマーチャントの名前
MerchantPhoneNumber phoneNumber マーチャントの電話番号の一覧 +1 xxx xxx xxxx
MerchantAddress String マーチャントの住所の一覧
TransactionDate Date レシートが発行された日付 yyyy-mm-dd
TransactionTime Time レシートが発行された時刻 hh-mm-ss (24 時間)
合計 数値 (米国ドル) レシートの取引合計額 小数点以下 2 桁の浮動小数点数
小計 数値 (米国ドル) レシートの小計 (多くの場合、税金が適用される前) 小数点以下 2 桁の浮動小数点数
税 数値 (米国ドル) 領収書の税金合計 (多くの場合、消費税、またはそれに相当する税金) 2022-06-30 バージョンで "TotalTax" に名前が変更されました。 小数点以下 2 桁の浮動小数点数
ヒント 数値 (米国ドル) 購入者によって追加されたチップ 小数点以下 2 桁の浮動小数点数
アイテム オブジェクトの配列 抽出された品目 (名前、数量、単価、および合計価格)
名前 String 項目の説明。 2022-06-30 バージョンで "Description" に名前が変更されました。
Quantity Number 各品目の数量 小数点以下 2 桁の浮動小数点数
Price Number 各品目単位の個別価格 小数点以下 2 桁の浮動小数点数
TotalPrice Number 品目の合計価格 小数点以下 2 桁の浮動小数点数

移行ガイドと REST API v3.1

次のステップ