全般

Q: Amazon Textract とは何ですか?

Amazon Textract はドキュメント用の分析サービスです。このサービスでは、印刷もしくは手書きのテキスト、関心のあるフィールドやその値などの構造化されたデータ、画像やドキュメントのスキャン結果にある表などに対し、検出および抽出を行います。Amazon Textract の機械学習モデルは何百万ものドキュメントでトレーニングされているため、アップロードするドキュメントタイプは事実上すべて自動的に認識され、テキスト抽出のために処理されます。このサービスでは、ドキュメントから情報を抽出する際に、識別する要素ごとの信頼スコアが返されます。そのため、抽出結果をどのように使用するかについて十分な情報に基づく判断が下せます。例えば、税務書類から情報を抽出している場合、抽出された情報の信頼スコアが 95% 未満であればフラグを立てるカスタムルールを設定することができます。また、抽出されたすべてのデータが、境界ボックスの座標、つまり識別されたデータの各要素を完全に囲む四角いフレームと共に返されるため、ドキュメントで単語や数字が表示される場所をすばやく識別できます。これらの機能には、AWS マネジメントコンソールで、または AWS コマンドラインインターフェイス (CLI) を使用して、Amazon Textract API でアクセスできます。

Q: Amazon Textract の最も一般的なユースケースは何ですか?

Amazon Textract の最も一般的なユースケースは次のとおりです。

  • ドキュメントやフォームをビジネスアプリケーションにインポートする
  • スマート検索インデックスを作成する 
  • ドキュメントの自動処理ワークフローを構築する
  • ドキュメントアーカイブでコンプライアンスを維持する
  • 自然言語処理 (NLP) のためにテキストを抽出する
  • ドキュメントの分類のためにテキストを抽出する

Q: Amazon Textract で検出と抽出できるテキストのタイプを教えてください。

Amazon Textract は、標準的な英語のアルファベットと ASCII 記号を使用している、印刷されたテキストもしくは手書きの文字を検出できます。Amazon Textract は、英語、ドイツ語、フランス語、スペイン語、イタリア語、ポルトガル語で印刷されたテキスト、フォーム、表を抽出することができます。また、Amazon Textract は、テンプレートや設定を必要とすることなく、ほとんどの英語の請求書や領収書で明示的にラベル化されたデータ、暗示的なデータ、そして品目やサービスの項目リストから明細品目を抽出します。Amazon Textract は、米国のパスポートや運転免許証などの英語の身分証明書から、名前や住所などの特定または暗示的なデータを、テンプレートや設定なしに抽出することもできます。最後に、Amazon Textract は、英語でのクエリを使用して、ドキュメント内のデータの構造やバリエーションを気にすることなく、ドキュメントから任意の特定のデータを抽出することができます。

Q: Amazon Textract ではどのようなドキュメント形式がサポートされていますか?

Amazon Textract は、現時点では PNG、JPEG、TIFF、および PDF 形式をサポートしています。同期 API では、S3 オブジェクトまたはバイト配列として画像を送信できます。非同期 API では、S3 オブジェクトを送信できます。ドキュメントがすでに Amazon Textract がサポートするファイル形式 (PDF、TIFF、JPG、PNG) のいずれかである場合、Amazon Textract にアップロードする前に変換や低解像度処理をしないでください。

Q: Amazon Textract の使用を開始するにはどうすればよいですか?

Amazon Textract の使用を開始するには、Amazon Textract ページの [Amazon Textract の使用を開始する] ボタンをクリックしてください。これには Amazon Web Services のアカウントが必要です。まだお持ちでない場合は、プロセス中の画面の指示に従って作成してください。AWS アカウントにサインインしたら、Amazon Textract マネジメントコンソールを使用して、独自の画像または PDF ドキュメントで Amazon Textract を試してみてください。Amazon Textract SDK をダウンロードして、独自のアプリケーションを作成することもできます。詳細については、ステップバイステップの入門ガイドの手順を参照してください。

Q: Amazon Textract ではどのような API が提供されていますか?

Amazon Textract では、印刷されたテキストや手書き文字を、スキャンしたドキュメントの画像から検出し抽出したり、表のような構造化されたデータを抽出したり、抽出されたテキストによりキーと値の組み合わせを行う API と、請求書や領収書、身分証明書からデータを抽出することに特化した別の API を提供しています。

Amazon Textract は Detect Document Text API を使用して OCR を実行しますが、ドキュメントの分析プロセスではさらに一歩進んで、テキストの抽出結果が意図した構造で整理されたままになるように、キーと値のペアの検出も行います。Analyze Document API では、ドキュメント内の印刷されたテキスト、手書き文字、フィールド、値、それらの関係、表、およびその他のエンティティを、関連する信頼性スコアと共に検出できます。デベロッパーは Analyze Document API を使用することで、税務書類、財務報告書、診療記録、ローンの申し込みなどのさまざまなドキュメントから、自動的に構造化されたデータを取得できるようになります。また、Analyze Document API は、デベロッパーがデータの構造や、異なるフォーマットやバージョンのドキュメント間でのデータのレイアウトのバリエーションを気にすることなく、クエリを使用してドキュメントから抽出する必要のあるデータを柔軟に指定できるようにします。Analyze Expense API は、「ベンダー」という明示的なラベルがなく、ページ上のロゴで示されているだけの領収書であっても、ベンダー名を見つけることができます。また、行項目のカラムヘッダーでラベル付けされていない項目、数量、料金を見つけて抽出することができます。Analyze Expense API を使用すると、デベロッパーは請求書や領収書からデータを抽出する際に、正規化されたキー名や列ヘッダーを使用することができ、多数のドキュメントから出力されたデータを下流のアプリケーションが簡単に比較することができます。Analyze ID API は、テンプレートや設定を必要とせずに、米国のパスポートや運転免許証などの身分証明書のコンテキストを理解します。Analyze ID を使用すると、ID 検証サービスを提供する企業や、金融、ヘルスケア、および保険業界の企業は、顧客が身分証明書の写真やスキャンデータを送信できるようにすることで、アカウントの作成、予約のスケジュール設定、求人への応募などを簡単に自動化できます。詳細については、Amazon Textract の API リファレンスを参照してください。

Q: Analyze Document API にはどのような機能がありますか?

Analyze Document API は、フォーム、テーブル、クエリ の 3 つの機能を備えています。これらの機能は単独で使用することもできますし、任意の組み合わせで一緒に使用することもできます。フォームを使用して、キーと値のペア (例:「First Name」と関連する値「Jane Smith」) のようなデータを抽出します。テーブルを使用して、列や行で構成された表形式、または表のデータを抽出します。クエリを使用すると、自然言語の質問形式でドキュメントから必要な情報 (例:「顧客名は何か?」) を指定し、その回答 (例:「Jane Doe」) をレスポンスの一部として受け取ることができます。

Q: お客様はどのようにクエリを構築/作成/表現すればよいですか?

クエリを作成するためのベストプラクティスに関する詳細なガイダンスを、Textract Resources ページの API ドキュメント の一部として公開しています。一般的に、お客様はクエリを作成するためにドキュメントの単語を利用した自然言語の質問をするように心がけてください。

Q: 1 つのドキュメントにできるクエリの数に制限はありますか?

クエリはページ単位で処理され、クエリを使用することで、同期または非同期のオペレーションで情報を抽出することができます。同期オペレーションでは、1 ページあたり最大 15 クエリがサポートされます。非同期オペレーションでは、1 ページあたり最大 30 クエリがサポートされます。

Q: どうすれば Amazon Textract から最良の結果を得ることができますか?

Amazon Textract では、機械学習を使用し事実上あらゆるタイプの文書を読み込むことで、印刷されたテキスト、手書き文字、および構造化情報などの抽出を実現しています。最良の結果を得るためには、次のヒントに留意してください。

  • 対象のドキュメントでは、Amazon Textract でサポートされた言語 (現状では、英語、スペイン語、イタリア語、ポルトガル語、フランス語、ドイツ語対応) を使用してください。手書き、請求書と領収書、身分証明書、クエリ処理は英語のみです。
  • できるだけ高画質、できれば 150 DPI 以上の画像を使用してください。
  • ドキュメントがすでに Amazon Textract がサポートするファイル形式 (PDF、JPG、PNG) のいずれかである場合、Amazon Textract にアップロードする前に変換や低解像度処理をしないでください。
  • Amazon Textract のテーブル機能は、ドキュメント内のテーブルがページ上の周囲の要素から視覚的に分離され (例: 画像や複雑なパターンの上に重ならない)、テーブル内のテキストが適切である場合 (例: ページ上のほかのテキストに対して相対的に回転しない) に最も効果的に機能します。

Amazon Textract マネジメントコンソールで数回クリックするだけで、Amazon Textract を使用して自分のドキュメントの分析を開始できます。受領書、ID、または工業用ダイアグラムで高精度が実現されない場合、amazon-textract@amazon.com にお問い合わせください。

Q: Amazon Textract が提供する信頼性スコアはどのように使用しますか?

信頼スコアは 0 から 100 までの数字で、特定の予測がどの程度正確であるかを示します。Amazon Textract では、印刷されたテキスト、手書き文字、構造化データなどのすべての抽出結果は、境界ボックスの座標、つまり識別されたデータの各要素を完全に囲む四角いフレームと共に返されます。これにより、抽出されたエンティティごとのスコアを識別できるため、抽出結果をどのように使用するかについて十分な情報に基づく判断が下せます。

Q: Amazon Textract の予測を人間がレビューするにはどうすればよいですか?

Amazon Textract は Amazon Augmented AI (A2I) と直接統合されているため、人間がレビューした Amazon Textract から低い信頼性の予測を容易に取得できます。フォームデータの抽出に Amazon Textract の API と Amazon A2I コンソールを使用して、Amazon A2I が予測をレビュー担当者にルーティングする条件を指定できます。これは、信頼しきい値またはランダムサンプリングパーセンテージのいずれかです。信頼しきい値を指定すると、Amazon A2I は人によるレビューのしきい値を下回る予測のみをルーティングします。これらのしきい値はいつでも調整して、精度と費用対効果の適切なバランスを実現できます。一方、サンプリングパーセンテージを指定した場合は、人によるレビューのために予測のランダムなサンプルが Amazon A2I によってルーティングされます。これで、監査を実装し、予測の精度を定期的にモニタリングできるようになります。Amazon A2I には、レビュー担当者がレビュータスクを完了するために必要なすべての指示とツールを含むウェブインターフェイスも装備しています。Amazon Textract を使用した人間によるレビューの実施に関する詳細は、Amazon A2I ウェブサイトを参照してください。

Q: Amazon Textract はどの AWS リージョンで利用できますか?

Amazon Textract は現在、米国東部 (バージニア北部)、米国東部 (オハイオ)、米国西部 (オレゴン)、米国西部 (北カリフォルニア)、AWS GovCloud (米国西部)、AWS GovCloud (米国東部)、カナダ (中部)、欧州 (アイルランド)、欧州 (ロンドン)、欧州 (フランクフルト)、欧州 (パリ)、アジアパシフィック (シンガポール)、アジアパシフィック (シドニー)、アジアパシフィック (ソウル)、およびアジアパシフィック (ムンバイ) の、各リージョンで利用いただけます。

Q: Amazon Textract は AWS CloudTrail と連携しますか?

はい。Amazon Textract は、CloudTrail イベントとして、DetectDocumentText、AnalyzeDocument、StartDocumentTextDetection、StartDocumentAnalysis、GetDocumentTextDetection、および GetDocumentAnalysis のアクションのロギングをサポートしています。詳細については、Logging Amazon Textract API Calls with AWS CloudTrail を参照してください。

請求

Q: Amazon Textract では、処理された画像の数はどのように計算されますか?

画像 (PNG、TIFF または JPEG) 1 つが単一のページとして計算されます。PDF の場合、ドキュメントの各ページは処理されたページとして計算されます。

Q: Amazon Textract ではどの API に対して課金されますか?

料金の詳細については、Amazon Textract の料金ページを参照してください。

Q: Amazon Textract のコストはどれくらいですか?

Amazon Textract では、処理されたページと画像の数に基づいて課金されます。詳細については、料金ページをご覧ください。

Q: Amazon Textract は AWS の無料利用枠で利用できますか?

はい。Amazon Textract は AWS 無料利用枠に含まれており、無料で使用開始できます。無料利用枠は 3 か月間有効で、新規に AWS をご利用になるお客様は、最大で次の分析が可能です。

Detect Document Text API: 1,000 ページ/月
Analyze Document API:

  • フォームまたはテーブルの機能を使用する場合、100 ページ/月
  • クエリ機能使用時は、さらに100 ページ/月新機能

Analyze Expense API: 100 ページ/月
Analyze ID API: 100 ページ/月

Q: 料金は税込み価格ですか?

税金の詳細については、Amazon Web Services 税務ヘルプを参照してください。

データプライバシー

Q. Amazon Textract で処理されたドキュメントと画像の入力は保存されていますか? それらは AWS でどのように使用されていますか?

Amazon Textract では、サービスの提供と保守、ならびに Amazon Textract やその他の Amazon 機械学習/人口知能技術の開発と品質向上のためにのみ、サービスで処理されたドキュメントと画像の入力を保存して使用することがあります。お客様のコンテンツを使用することは、関連テクノロジーの開発やトレーニングなど、Amazon Textract のサービスを継続的に改善するために必要です。AWS では、お客様のコンテンツに含まれる個人情報を使用して、お客様やお客様のエンドユーザーを製品、サービス、またはマーケティングのターゲットにすることはありません。AWS の最優先事項は、お客様からの信頼、プライバシー、およびお客様のコンテンツのセキュリティです。また、AWS では、転送中や保管時の暗号化など、お客様のコンテンツへの不正アクセスやお客様のコンテンツの公開を防ぐように設計された、高度で信頼できる技術的および物理的な規制を行っています。さらに、AWS がデータを使用する場合はお客様との契約を確実に遵守します。詳細については、https://aws.amazon.com/compliance/data-privacy-faq/ をご参照ください。AWS Organizations オプトアウトポリシーを使用して、Amazon Textract や他の Amazon 機械学習/人工知能技術の品質の向上を目的としてお客様の文書および画像の入力が保存されることがないようにオプトアウトすることができます。オプトアウトする方法の詳細については、Managing AI services opt-out policy をご参照ください。

Q: Amazon Textract で処理されたコンテンツが Amazon Textract を使用している AWS リージョンの外に移動されることはありますか?

Amazon Textract が処理したコンテンツは、お客様が Amazon Textract を利用している AWS リージョン内に暗号化され保存されます。下記のようにオプトアウトしない限りにおいて、Amazon Textract で処理されたコンテンツの一部は、Amazon Textract のカスタマーエクスペリエンスやその他の Amazon 機械学習/人工知能技術の継続的な改善と開発に関連する場合のみ、別の AWS リージョンに保存されることがあります。お客様のアカウントに関連する画像およびビデオ入力の削除リクエストについては、AWS サポートにお問い合わせください。AWS の最優先事項は、お客様からの信頼、プライバシー、およびお客様のコンテンツのセキュリティです。また、AWS では、転送中や保管時の暗号化など、お客様のコンテンツへの不正アクセスやお客様のコンテンツの公開を防ぐように設計された、高度で信頼できる技術的および物理的な規制を行っています。さらに、AWS がデータを使用する場合はお客様との契約を確実に遵守します。詳細については、https://aws.amazon.com/compliance/data-privacy-faq/ をご参照ください。Amazon Textract や他の Amazon の機械学習/人工知能技術の品質を向上および開発するためのコンテンツの使用をオプトアウトした場合、他の AWS リージョンにお客様のコンテンツが保存されることはありません。オプトアウトする方法の詳細については、Managing AI services opt-out policy をご参照ください。

Q.Amazon Textract で保存された画像やドキュメントは削除できますか?

はい。お客様のアカウントに関連するドキュメントおよび画像の入力の削除リクエストについては、AWS Support にお問い合わせください。ドキュメントと画像の入力を削除すると、Amazon Textract の使い心地が悪くなる可能性があります。

Q: Amazon Textract で処理および保存された自分のコンテンツには、誰がアクセスできますか?

Amazon Textract で処理されたコンテンツにアクセスできるのは承認された従業員のみです。AWS の最優先事項は、お客様からの信頼、プライバシー、およびお客様のコンテンツのセキュリティです。また、AWS では、保管中や転送中の暗号化など、お客様のコンテンツへの不正アクセスやお客様のコンテンツの公開を防ぐように設計された、適切かつ高度な技術的および物理的な規制を行っています。さらに、AWS がデータを使用する場合はお客様との契約を確実に遵守します。詳細については、https://aws.amazon.com/compliance/data-privacy-faq/ をご参照ください。

Q: Amazon Textract で処理および保存されたコンテンツの所有権は、そのまま自分が保持するのですか?

はい。お客様は常に自分のコンテンツの所有権を保持します。AWS では、お客様のコンテンツをお客様の同意なく使用することはありません。

Q: Amazon Textract は HIPAA に適合していますか?

はい。AWS では HIPAA 準拠プログラムを拡張し、Amazon Textract を HIPAA 対応サービスとして追加しました。AWS と事業提携契約 (BAA) を締結している場合は、Amazon Textract を使用して画像から保護医療情報 (PHI) などのテキストを迅速に抽出できるようになります。

HIPAA コンプライアンスの詳細 »

Q: Amazon Textract に適用されるコンプライアンスプログラムは何ですか?

Textract は HIPAA に適合しており、PCI、ISO、および SOC に準拠しています。詳細については、AWS マネジメントコンソールから AWS Artifact にアクセスするか、https://aws.amazon.com/compliance/services-in-scope/ にアクセスしてください。 Textract では、AWS PrivateLink 経由で Amazon Virtual Private Cloud (Amazon VPC) エンドポイントもサポートされるので、お客様はパブリックインターネットの使用を回避しながら、Amazon Textract に対する API コールを、VPC 内で安全に開始できます。

Standard Product Icons (Features) Squid Ink
注目のお客様

お客様の成功事例をご覧ください。

詳細 
Sign up for a free account
無料のアカウントにサインアップ

AWS 無料利用枠にすぐにアクセスできます。 

サインアップ 
Standard Product Icons (Start Building) Squid Ink
コンソールで構築を開始する

AWS マネジメントコンソールで Amazon Textract を使った構築を始めましょう。

サインアップ