Amazon Textract

は、書類の画像やPDFから文字、表、フォームの項目を抽出するです。単純な文字認識にとどまらず、項目名と値の対応や表の構造を保ったまま取り出せます。

概要

請求書、申込書、身分証明書などの書類を入力すると、抽出結果をとして返します。手作業の入力業務を自動化する用途で使います。

試験では、書類からの項目抽出は、画像の内容認識はという対応で判断します。

主要技術

①抽出できるもの

機能	内容
テキスト抽出	行と単語の単位で文字を取り出します。
フォーム抽出	項目名と入力値の組を取り出します。
表の抽出	表を行と列の構造として取り出します。
手書き文字	手書きの記入内容も読み取れます。
クエリによる抽出	「請求金額はいくらか」のような質問形式で値を取り出します。

②特化した解析

機能	対象
請求書とレシートの解析	金額、日付、明細などの定型項目を抽出します。
身分証明書の解析	氏名、生年月日、番号などを抽出します。
貸付書類の解析	融資関連の書類項目を抽出します。

⚠️ 頻出: 「請求書から金額と日付を自動で取り出したい」という要件はです。

③人間による確認との組み合わせ

は抽出した項目ごとに確度 () を返します。確度がしきい値を下回った項目だけを担当者の確認に回すと、確認の件数を抑えながら誤りを止められます。金額や本人確認のように誤りが許されない業務では、この人間による確認 (ヒューマンインザループ) の組み合わせが定番です。この流れを作る (A2I) は、2026年7月30日に新規の利用者の受け付けを終えました (既存の利用者は引き続き使えます)。新しく作る場合は、確度で振り分ける処理と確認の画面を業務の流れの中に用意します。

④後続処理との組み合わせ

構成	流れ
契約書の要点抽出	で文字化し、で固有表現を抽出します。
契約書の要約	Textractで文字化し、で要約します。
文書検索	Textractで文字化し、で検索と回答に使えるようにします。

試験対策

①選択基準

問題文のキーワード	選ぶサービス
帳票から項目名と値を抽出したい
表の構造を保って取り出したい	Amazon Textract
写真の被写体を判別したい
抽出結果を人が確認する流れを作りたい	確度がしきい値を下回った項目だけを担当者の確認に回す (は新規の受け付けを終了)
抽出した文章の感情を知りたい

②よくある誤答

文書からの項目抽出をのテキスト検出で行うと考えること。構造を伴う抽出はです。
Textractが文書の意味を解釈すると考えること。意味の解析はやが担当します。