活動
2025-10-13から2025-11-11まで
2025-11-07
- 17:29 機能 #770: 請求書の項目抽出
・振込先がの預金者名が全部カタカナの場合は「預金者名カナ」へ移動するようにした
・住所のX丁目Y番地Z号をX-Y-Zへ正規化
・評価時の文字列比較の空白無視
・評価時の文字列比較でどう見ても同じように見える文字列が評価時にX...
2025-11-06
- 14:15 機能 #770: 請求書の項目抽出
- 最新のプロンプトで全部実行し直してみました。
前回から少しプロンプトを調整しています。
グループ化のプロンプトに"請求書です"と入れるとLLMの考える請求書の項目が揃っていないと
LLMが "申し訳ありませんが・・・" と言...
2025-10-30
- 17:07 機能 #770: 請求書の項目抽出
- 明細取得がいまいちな例で 【ドゥイット】F20240630-000326_45517396.pdf を実行した時のログを添付しました。
この中の行で
[LLM]prompt がプロンプト
[LLM]document が添付フ... - 14:42 機能 #770: 請求書の項目抽出
- LLMでグループ化→情報取得版がひと通り動くようになったので評価結果を出してみました。
おもて情報、振込先は以前のものよりかなりよい数字になりました。
明細は正解データが学生さんに作ってもらったのをコピペしただけなので正解の妥... - 10:45 機能 #770: 請求書の項目抽出
- 既存のプログラムにLLMでグループ化してから情報の取得を組み込んで実行してみているのですが、たまに以下のようなメッセージを出してグループ化してくれないことがあります。
同じファイルでも再度実行したらちゃんとグループ化してくれたりする...
2025-10-28
- 15:27 機能 #770: 請求書の項目抽出
- LLMにグループ化させた情報で値を取得するようにしてみた結果です。
元データは、"【MWI】【請求書】インフォマート様_AT連携【6月分】_45363452.pdf"で、これを前述のOCR読み取り情報のフォーマットからグループ化させ... - 11:09 機能 #770: 請求書の項目抽出
- ちなみに今は座標はfloatで取れた値を入れているのですがintにして小数点以下をなくしてLLMに渡すとトークンはかなり減らせるのでは無いかと思いました。
それでグループ化させると精度がかなり落ちてしまうと問題ですがあまり影響はなさ... - 10:51 機能 #770: 請求書の項目抽出
- ご参考までにOCRで読み込んだ後の座標、テキストのデータの例をいくつかアップロードしておきます。
2025-10-27
- 18:06 機能 #770: 請求書の項目抽出
- 従来のものの振込先情報の取得のみLLM優先で取れなかった場合はルールで取得を試みるようにしたものを実行してみました。
プロンプトは以下のものです。...
2025-10-24
- 13:55 機能 #770: 請求書の項目抽出
- グループ化した情報を出力したものです。
- 13:26 機能 #770: 請求書の項目抽出
- 少し改良しました。
・ 元データに郵便番号のないもおは住所っぽい文字列があるグループの文字を全部取ってしまっていたので
→ 都道府県より前は切る
→ 記号類があればる
・明細項目の取得は、明細ヘッダをルール優先とL...
2025-10-21
- 17:52 機能 #770: 請求書の項目抽出
- 現在の状況です。
- 17:02 機能 #770: 請求書の項目抽出
・LLMで補完機能を追加
| おもて | 1768/3530(50.08) |
| 振込先 | 783/2071(37.81) |
| 明細 | 66/12205(0.54)) |
・おもて情報と請求元情...- 16:15 機能 #770: 請求書の項目抽出
- 以前は取れていたものでフォントサイズでのグループ化するようにしたことで取得できなくなってしまった例
!ng_name.png!
請求元の記述でこまめにフォントのサイズを切り替えているタイプのものです。
こういうのは別グル...
2025-10-20
- 18:28 機能 #770: 請求書の項目抽出
- LLMでの値補完ようにいろいろ修正していたのですが全体的に少し値が下がってしまいました。
振込先情報の取得で、振込先名とカナ表記の振込先名が繋がってしまってまずいので空白を残すようにしたのの影響が細かく出てしまっているのが原因っぽく...
2025-10-16
- 10:23 機能 #770: 請求書の項目抽出
テキストのグループ化時のテキストの高さの違いで別フォントと判断して別グループに判断するようにして実験してみました。
厳密に同じ高さだと正解がかなり落ちてしまうので2pixelの差までは同じとして判断しています。
請求元情報が少...
他の形式にエクスポート: Atom