請求書処理事前構築済み AI モデル

請求書を処理する事前構築済み AI モデルは、請求書の処理を自動化するために、主要な請求書データを抽出します。 請求書処理モデルは、請求書 ID、請求日、合計金額などの一般的な請求書要素を認識するように最適化されます。

請求書 モデルでは、カスタム請求書モデル を構築することで、既定の動作を拡張できます。

Power Apps で使用する

Power Apps で請求書処理の事前構築済みモデルを使用する方法については、Power Apps で請求書処理の事前構築済みモデルを使用する を参照してください。

Power Automate で使用する

Power Automate で請求書処理の事前構築済みモデルを使用する方法については、Power Automate で請求書処理の事前構築済みモデルを使用する を参照してください。

サポートされている言語とファイル

次の言語がサポートされています: アルバニア語 (アルバニア)、チェコ語 (チェコ共和国)、中国語 (簡体字) 中国、中国語 (繁体字) 香港特別行政区、中国語 (繁体字) 台湾、デンマーク語 (デンマーク)、クロアチア語 (ボスニア・ヘルツェゴビナ)、クロアチア語(クロアチア)、クロアチア語 (セルビア)、オランダ語 (オランダ)、英語 (オーストラリア)、英語 (カナダ)、英語 (インド)、英語 (英国)、英語 (米国)、エストニア語 (エストニア)、フィンランド語 (フィンランド)、フランス語 (フランス)、ドイツ語 (ドイツ)、ハンガリー語 (ハンガリー)、アイスランド語 (アイスランド)、イタリア語 (イタリア)、日本語 (日本)、韓国語 (韓国)、リトアニア語 (リトアニア)、ラトビア語 (ラトビア)、マレー語 (マレーシア)、ノルウェー語 (ノルウェー)、ポーランド語 (ポーランド)、ポルトガル語 (ポルトガル)、ルーマニア語 (ルーマニア)、スロバキア語 (スロバキア)、スロベニア語 (スロベニア)、セルビア語 (セルビア)、スペイン語 (スペイン)、スウェーデン語 (スウェーデン)。

最良の結果を得るには、請求書あたり鮮明な写真またはスキャンを 1 枚提供してください。

• 画像形式は JPEG、PNG、または PDF である必要があります。
• ファイル サイズが 20 MB を超えることはできません。
• 画像のサイズは 50 x 50 ピクセルから 10,000 x 10,000 ピクセルの間に収める必要があります。
• PDF のサイズは最大で17 x 17 インチ (リーガルまたは A3 用紙サイズ以下と同等) である必要があります。
• PDF ドキュメントの場合、最初の 2,000 ページのみが処理されます。

モデルの出力

請求書を検出すると、請求書処理モデルが次の情報を出力します:

信頼度スコア

キー/値ペア

キーと値のペアは、識別されたすべてのラベルまたはキーと、それに関連付けられた応答または値です。 これらを使用して、事前定義されたフィールドのリストに含まれていない追加の値を抽出できます。

請求書処理モデルによって検出されたすべてのキーと値のペアを視覚化するには、スクリーンショットに示すように、クラウド フローに HTML テーブルの作成 アクションを追加し、クラウド フローを実行します。

値がわかっている特定のキーを抽出するには、次のスクリーンショットに示すように 、配列のフィルター 処理アクションを使用できます。 スクリーンショットの例では、キー Tel の値を抽出します。

Limits

事前構築済みモデルを含むドキュメント処理モデル間で環境ごとに行われる呼び出しには、レシート処理と請求書処理の制限が適用されます。

カスタム請求書処理ソリューションを作成する

請求書処理の事前構築済み AI モデルは、請求書で見つかった共通フィールドを抽出するように設計されています。 すべてのビジネスが一意であるため、この事前構築済みモデルに含まれるフィールド以外のフィールドを抽出することもできます。 また、一部の標準フィールドが、使用する特定の種類の請求書に対して適切に抽出されていない場合もあります。 これに対処するには、次の 2 つのオプションがあります。

• カスタム請求書処理モデルを使用する: 既定で抽出されるフィールドに加えて新しいフィールドを追加するか、ドキュメントのサンプルが正しく抽出されないことによって、事前構築済みの請求書処理モデルの動作を拡張します。 事前構築済みの請求書処理モデルを拡張する方法については、「 ドキュメントの種類を選択する」を参照してください。

• 未加工の OCR 結果を表示する: 請求書処理の事前構築済み AI モデルが指定したファイルを処理するたびに、ファイルに書き込まれたすべての単語を抽出する OCR 操作も実行します。 モデルによって提供される検出されたテキスト出力で、未加工の OCR 結果にアクセスできます。 検出されたテキストによって返されるコンテンツの単純な検索で、必要なデータを取得するのに十分な場合があります。

• ドキュメント処理を使用する: AI Builder では、独自のカスタム AI モデルを構築して、使用するドキュメントに必要な特定のフィールドとテーブルを抽出することもできます。 ドキュメント処理モデルを作成し、請求書抽出モデルでうまく機能しないすべての情報を請求書から抽出するようにトレーニングするだけです。

カスタム ドキュメント処理モデルをトレーニングしたら、それを Power Automate クラウド フローの請求書処理事前構築済みモデルと組み合わせることができます。

いくつかの例を次に示します。

カスタム ドキュメント処理モデルを使用して、請求書処理の事前構築済みモデルによって返されない追加のフィールドを抽出する

この例では、カスタム ドキュメント処理モデルをトレーニングして ロイヤルティ プログラム番号を抽出し、プロバイダー Adatum と Contoso からの請求書にのみ存在します。

クラウド フローは、新しい請求書が SharePoint フォルダーに追加されたときにトリガーされます。 その後、請求書処理の事前構築済み AI モデルを呼び出して、データを抽出します。 次に、処理された請求書のベンダーが Adatum または Contoso のいずれかであるかどうかを確認します。 その場合は、そのロイヤルティ番号を取得するためにトレーニングしたカスタム ドキュメント処理モデルを呼び出します。 最後に、請求書から抽出したデータを Excel ファイルに保存します。

請求書処理事前構築済みモデルによって返されるフィールドの信頼度スコアが低い場合は、カスタム ドキュメント処理モデルを使用する

この例では、カスタム ドキュメント処理モデルをトレーニングして、請求書から合計金額を抽出しました。請求書処理の事前構築済みモデルを使用すると、通常は信頼度スコアが低くなります。

クラウド フローは、新しい請求書が SharePoint フォルダーに追加されたときにトリガーされます。 その後、請求書処理の事前構築済み AI モデルを呼び出して、データを抽出します。 次に、 請求書の合計値 プロパティの信頼度スコアが 0.65 未満かどうかを確認します。 その場合は、請求書でトレーニングしたカスタム ドキュメント処理モデルを呼び出します。このモデルでは、通常、合計フィールドの信頼度スコアが低くなります。 最後に、請求書から抽出されたデータを Excel ファイルに保存します。

請求書処理の事前構築済みモデルを使用して、カスタム ドキュメント処理モデルが処理するようにトレーニングされていない請求書を処理する

事前構築済みの請求書処理モデルを使用する方法の 1 つは、カスタム ドキュメント処理モデルでトレーニングしなかった請求書を処理するためのフォールバック モデルとして使用することです。 たとえば、ドキュメント処理モデルを構築し、上位 20 の請求書プロバイダーからデータを抽出するようにトレーニングしたとします。 その後、請求書処理の事前構築済みモデルを使用して、すべての新しい請求書またはより低いボリュームの請求書を処理できます。 これを行う方法の例を次に示します。

このクラウド フローは、新しい請求書が SharePoint フォルダーに追加されたときにトリガーされます。 次に、カスタム ドキュメント処理モデルを呼び出してデータを抽出します。 次に、検出されたコレクションの信頼度スコアが 0.65 未満かどうかを確認します。 その場合は、提供された請求書がカスタム モデルに適していないことを意味している可能性があります。 次に、事前構築済みの請求書処理モデルを呼び出します。 最後に、請求書から抽出したデータを Excel ファイルに保存します。

関連情報

• トレーニング: AI Builder の事前構築済みモデルを使用して請求書データを抽出する (モジュール)
• ビデオ: 1 分で Excel への請求書データのコピーを自動化する方法