| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2025-11-15 13:45 マルチモーダルLLMを用いた任意の帳票・用紙からの情報抽出システムの検討 ○佐々木風太・陳 思楠（神戸大）・佐伯幸郎（高知工科大）・中村匡秀（神戸大）  KBSE2025-33 SC2025-35 |
|
| 抄録 | （和） | 手書き帳票のデジタル化において，従来のOCR技術は手書き文字認識精度の低さや複雑なレイアウトへの対応困難性が課題であった．近年，マルチモーダル大規模言語モデル（LLM）の発展により高精度な手書き文字認識が可能となり，先行研究では救急出動報告書読み取りシステムが高い性能を達成した．しかし，このシステムは救急出動報告書に特化した設計であり，異なる項目構成を持つ他の書類には適用できない汎用性の課題があった．本研究では，ユーザーが定義した項目に基づいてプロンプトを動的に生成する機能と，AIが書類構造を解析して項目を自動特定する機能により，任意の帳票・用紙から情報を抽出可能な汎用システムを提案する．評価実験では，履歴書，始末書，アンケート用紙という3種類の異なる業務書類に対して項目特定精度（F1スコア）100.0%，情報抽出精度（F1スコア）88.9%を達成し，書類種別に依存しない汎用的な情報抽出を実現した． |
| （英） | In the digitization of handwritten forms, conventional OCR technology has faced challenges in low recognition accuracy for handwritten characters and difficulty in handling complex layouts. In recent years, the development of multimodal large language models (LLMs) has enabled high-accuracy handwritten character recognition, and prior research achieved high performance with an emergency dispatch report reading system. However, this system was designed specifically for emergency dispatch reports and had limitations in versatility, as it could not be applied to other documents with different item configurations. In this study, we propose a general-purpose system capable of extracting information from arbitrary forms and documents through a dynamic prompt generation function based on user-defined items and an automatic item identification function that analyzes document structure using AI. In evaluation experiments, we achieved item identification accuracy (F1-score) of 100.0% and information extraction accuracy (F1-score) of 88.9% for three different types of business documents: resumes, incident reports, and questionnaires, demonstrating versatile information extraction independent of document type. | |
| キーワード | （和） | 手書き文字認識 / 文書デジタル化 / 大規模言語モデル / 文書処理 / DX / OCR / / |
| （英） | Handwritten character recognition / Document digitization / Large language model / Document processing / DX / OCR / / | |
| 文献情報 | 信学技報, vol. 125, no. 254, SC2025-35, pp. 55-60, 2025年11月. | |
| 資料番号 | SC2025-35 | |
| 発行日 | 2025-11-07 (KBSE, SC) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | KBSE2025-33 SC2025-35 |
|
| 研究会情報 | |
| 研究会 | SC KBSE |
| 開催期間 | 2025-11-14 - 2025-11-15 |
| 開催地（和） | 情報通信交流館e-とぴあ・かがわ |
| 開催地（英） | Kagawa University, Saiwai-cho Campus |
| テーマ（和） | 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SC |
| 会議コード | 2025-11-SC-KBSE |
| 本文の言語 | 日本語 |
| タイトル（和） | マルチモーダルLLMを用いた任意の帳票・用紙からの情報抽出システムの検討 |
| サブタイトル（和） | |
| タイトル（英） | Study on Information Extraction System for Arbitrary Forms and Documents Using Multimodal LLM |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 手書き文字認識 / Handwritten character recognition |
| キーワード(2)（和/英） | 文書デジタル化 / Document digitization |
| キーワード(3)（和/英） | 大規模言語モデル / Large language model |
| キーワード(4)（和/英） | 文書処理 / Document processing |
| キーワード(5)（和/英） | DX / DX |
| キーワード(6)（和/英） | OCR / OCR |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 佐々木 風太 / Futa Sasaki / ササキ フウタ |
| 第1著者 所属（和/英） | 神戸大学 (略称： 神戸大) Kobe University (略称： Kobe Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 陳 思楠 / Sinan Chen / チン シナン |
| 第2著者 所属（和/英） | 神戸大学 (略称： 神戸大) Kobe University (略称： Kobe Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 佐伯 幸郎 / Sachio Saiki / サイキ サチオ |
| 第3著者 所属（和/英） | 高知工科大学 (略称： 高知工科大) Kochi University of Technology (略称： KUT) |
| 第4著者 氏名（和/英/ヨミ） | 中村 匡秀 / Masahide Nakamura / ナカムラ マサヒデ |
| 第4著者 所属（和/英） | 神戸大学 (略称： 神戸大) Kobe University (略称： Kobe Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-11-15 13:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SC |
| 資料番号 | KBSE2025-33, SC2025-35 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.253(KBSE), no.254(SC) |
| ページ範囲 | pp.55-60 |
| ページ数 | 6 |
| 発行日 | 2025-11-07 (KBSE, SC) |
[研究会発表申込システムのトップページに戻る]