Custom Extractor(カスタムエクストラクター)とは

Custom Extractorとは、事前学習済みの抽出機能では足りない自社特有の文書から、必要な項目を取り出すGoogle Cloud Document AIの機能です。たとえば独自フォーマットの申請書や契約書から、金額、相手先名、条件、期限を抜き出す場面で使います。汎用機能で拾えない業務項目を、自社の文書に合わせて抽出する仕組みといえます。

自社文書に合わせて抽出する

Google Cloudの説明では、Custom Extractorは特定の文書タイプからエンティティを抽出するための機能です。エンティティとは、会社名、金額、期限のように業務で意味を持つ項目のこと。事前に用意されたプロセッサでは扱えない新しい文書タイプに対して、文書の特徴に合う抽出器を作ります。

Form Parserとの役割分担

Form Parserは、よくある帳票からラベルと値、表、チェックボックスを取り出すのに向いています。Custom Extractorは、自社の書式や業界特有の項目が強い文書向きです。標準部品で済むか、専用の抽出器を育てるかが判断の分かれ目です。文書の種類が少なく固定ならテンプレート型、ばらつきが大きいなら基盤モデル活用が候補になります。

人間確認をどこに残すか

Custom Extractorは、抽出結果に対する信頼度を見る運用と相性があります。すべてを人が確認すると効率化になりませんが、低信頼の項目だけ人間が見る形なら現実的でしょう。契約金額や期限の誤抽出は、業務事故に直結します。AIに任せる範囲と、人が承認する範囲を分けて設計する。この線引きが要です。

Custom Extractorに関するよくある質問

Custom ExtractorはForm Parserの上位版ですか？

単純な上位版ではありません。一般的な帳票ならForm Parserが簡単で、自社固有の項目や独自書式が多い場合にCustom Extractorを検討します。

どの学習方法を選べばよいですか？

レイアウトがばらつく文書なら基盤モデルの活用、似た帳票を学習したいならカスタムモデル、固定レイアウトならテンプレート型が候補です。文書の揺れ方で選びます。

導入時に人間の確認は不要になりますか？

不要にはなりません。信頼度スコアを使って、低い項目だけ人間が見る設計にすると、全件確認より現実的な運用にできます。