AI-103：Developing AI Apps and Agents on Azure 情報抽出ソリューションの実装 問5
情報抽出ソリューションの実装／ドキュメントからのコンテンツ抽出商社が、取引先ごとに書式が異なる請求書の PDF を大量に受け取っています。ラベル付けした学習データは用意できませんが、請求書番号・請求日・仕入先名・合計金額といった項目を、書式に依存せずフィールドとして取り出して会計システムへ登録したい状況です。利用するものとして適切なものはどれですか。
当サイトのオリジナル問題（AI-103：Developing AI Apps and Agents on Azureの出題範囲「情報抽出ソリューションの実装」に対応。実際の試験問題ではありません）
- AAzure Document Intelligence の読み取りモデルを使い、ページ上の文字を行や単語として取り出して項目を組み立てる
- BAzure Document Intelligence の事前構築済み請求書モデルを使い、請求書の主要なフィールドを抽出する
- CAzure Document Intelligence のレイアウト モデルを使い、段落・表・選択マークの構造を取り出す
- DAzure Document Intelligence の事前構築済み名刺モデルを使い、連絡先のフィールドを抽出する
正解：B
解説
請求書番号・請求日・仕入先名・合計金額といった請求書の定番の項目は、Azure Document Intelligence の事前構築済み請求書モデルで、学習データなしにフィールドとして取り出せます。読み取りモデルやレイアウト モデルは文字や構造を返すもので、請求書番号や合計金額といった請求書固有のフィールドには対応付けません。名刺モデルは名刺向けで、請求書の項目には対応しません。
選択肢ごとの解説
- A誤り。読み取りモデルは文字を取り出すだけで、請求書番号や合計金額といった項目への対応付けは行いません。
- B正しい。事前構築済み請求書モデルは、書式が異なる請求書から主要なフィールドを学習なしで抽出できます。
- C誤り。レイアウト モデルは段落・表・選択マークなどの構造が中心で、請求書番号や合計金額といった請求書固有のフィールドには対応付けません。
- D誤り。名刺モデルは氏名や会社名などの名刺の項目を対象にしており、請求書の項目は抽出できません。