# 概要: 文書データの構造化テーブルへの変換

> ImageToTable.aiは、画像、スクリーンショット、PDF、その他の文書を構造化データに変換します。指定した値を抽出し、文書に印刷されていない値を計算し、署名やロゴなどの視覚要素を特定し、複数ページの結果を1つのテーブルに統合します。手作業での再入力なしでテーブルを取得できます。

ImageToTable.aiは文書を構造化データに変換します。ここでの構造化データとは、テキスト値以上のものを意味します。必要な[列](/docs/reference/glossary#column)を指定すると、AIがそれを埋めます。ページから値を読み取り、文書に表示されている数値から計算し、文書に明記されていない値を判断し、署名やロゴなどの視覚要素を特定して画像上の位置を返します。複数ページとして届いた文書の結果は1つのレコードに統合され、完成したテーブルは並べ替え、合計、フィルタリング、別のシステムへの取り込みが可能な行と列としてエクスポートされます。どの時点でも手作業での再入力はありません。

## ImageToTable.aiとは

文書を入力し、構造化データを出力します。その間に手作業での再入力はありません。ImageToTable.aiに画像、スクリーンショット、PDF、Word文書、またはプレーンテキストを指定すると、それらが保持する情報を行と列として返します。並べ替え、合計、フィルタリング、結合、別のシステムへの取り込みが可能です。その過程で、テキストの読み取り以上のことを行います。文書に表示されている数値から値を計算し、文書に明記されていない値を判断し、ページ上の署名、ロゴ、スタンプなどの視覚要素を特定できます。

置き換える作業は手動データ入力です。レシート、請求書、銀行明細書、フォームから値を読み取り、1行ずつスプレッドシートに入力する作業です。ImageToTable.aiを使用すると、その入力ステップは不要になり、テーブルはすでに埋められた状態で返されます。

ファイルから完成したテーブルへの経路は毎回同じです。値が抽出され、計算または判断用に設定した列が結果を生成し、複数の部分として届いた文書の結果は1つのレコードに統合され、完成したテーブルは構造化データとしてエクスポートされます。

1つずつではなく、ファイルのセットに対して動作します。一緒に渡したファイルは[バッチ](/docs/reference/glossary#batch)を形成し、これが処理、レビュー、エクスポートの単位です。ファイルが寄与する行数は、その内容によって異なります。

## そうではないもの

この製品がよく一緒に分類される2つのものと、その違いは次のとおりです。

- **テキストのみのOCRツールではありません。** OCRはページ上の文字を読み取り、テキストを返します。レシートにどの単語が記載されているかはわかりますが、そのうちどれが販売元、合計、税額なのかはわかりません。ImageToTable.aiは、文書が*言っていること*だけでなく*意味していること*も読み取るため、固定されたラベルがどこにもなくても、要求された値を特定できます。また、テキストを一切読まずに、肖像写真や署名などの視覚要素を特定することもできます。
- **エンタープライズ向け文書ワークフロープラットフォームではありません。** 承認フローを設計したり、チーム間で文書をルーティングしたり、記録システムと統合してからでないと何も始まらない、といったシステムではありません。ファイルと、取得したい値のリストから始まり、出力はテーブルです。

この製品が属するカテゴリは構造化データ抽出です。文書を入力し、構造化データを出力します。結果を決定するのはデータがページ上のどこにあるかではなく、何を求めるかであるため、セマンティック抽出またはインテントベース抽出とも呼ばれます。

## 列を指定すれば、AIが値を特定します

これが全体のモデルです。必要な[列](/docs/reference/glossary#column)をリストアップします（スプレッドシートのヘッダーに入力するのと同じ名前です）。するとAIが各文書を読み取り、各列名に属する値を返します。解析テンプレートを設計したり、フィールドの周囲にゾーンを描画したり、文書用にモデルをトレーニングしたりする必要はありません。

列名が意味を担うため、同じリストはレイアウトが異なる文書にも適用できます。値が毎回同じ場所にある必要はありません。リストは1回の実行に使用することも、再利用可能な[テンプレート](/docs/reference/glossary#template)として保存することもできます。列名を指定したくない場合は、AIが文書を読み取ってテーブル構造自体を提案することもできます。

列の値は、ページに印刷されたテキストである必要はありません。列が返すものは、その命令が何を求めるかによって決まります。

- **印刷された値を読み取る** — デフォルトで、値をそのまま取得します。
- **値を計算する** — 文書に表示されている数値（行合計や2つの金額の差など）から計算します。
- **値を判断または推論する** — 文書に明記されていない値（レシートが属するカテゴリなど）を決定します。
- **視覚要素を特定する** — テキストを読む代わりに、ページ上の肖像写真、署名、ロゴ、スタンプを見つけてその位置を返します。アプリはその領域の切り抜きプレビューを表示し、特定された要素がテーブルに格納されます。

計算、判断、特定は、この製品を単なるページの読み取りと区別する点であり、4つすべてが同じ方法、つまり列の命令が何を求めるかによって設定されます。[カスタム列](/docs/concepts/custom-columns)では、各種類の書き方について説明しています。

アカウントが[モデルティア](/docs/reference/glossary#model-tier)のスケールのどこに位置するかによって、どのAIモデルが処理を行うかが決まり、したがって各ファイルの[クレジット](/docs/reference/glossary#credits)数も決まります。1つの実在する文書が複数の写真やページとして届く場合、[マルチページマージ](/docs/reference/glossary#multi-page-merge)でそれらの結果を1つのレコードに統合できます。

## 次のステップ

このページは概要であり、マニュアルではありません。最初の結果に至る最短ルートは[クイックスタート](/docs/quickstart)にあり、サイトの他の部分で使用される用語は[用語集](/docs/reference/glossary)で定義されています。

- [**クイックスタート**](/docs/quickstart) — サインアップから最初の構造化テーブルまでの最短ルートです。
- [**テンプレートと列**](/docs/concepts/templates-and-columns) — テンプレートとは何か、列が何で構成されているか、保存されたテンプレートをどこで再利用できるかについて説明します。
- [**カスタム列**](/docs/concepts/custom-columns) — 列が値を直接読み取る方法、計算する方法、推論する方法、または視覚要素を特定する方法について説明します。
- [**モデルティア**](/docs/concepts/model-tier) — アカウントの背後にある処理品質レベルと、それがクレジットに与える影響について説明します。
- [**マルチページマージ**](/docs/concepts/multi-page-merge) — 複数のファイルとして届いたドキュメントを1つのレコードにまとめる方法について説明します。
- [**バッチ**](/docs/concepts/batches) — ファイルが処理を通じてどのようにグループ化、命名、追跡されるかについて説明します。
- [**制限と仕様**](/docs/reference/limits-and-specs) — 対応ファイル形式、ページ数とサイズの上限、プランの制限について説明します。

WebアプリではなくAPIで構築する場合、開発者向けドキュメントは別サイトにあります。[APIドキュメント](/developers/)を参照してください。

---

Source: https://imagetotable.ai/ja/docs/