| 大会名称 |
|---|
| 2022年 情報科学技術フォーラム(FIT) |
| 大会コ－ド |
| F |
| 開催年 |
| 2022 |
| 発行日 |
| 2022-08-30 |
| セッション番号 |
| 7s |
| セッション名 |
| 情報システム（SC／LOIS） |
| 講演日 |
| 2022/09/15 |
| 講演場所(会議室等) |
| 11棟-22教室 |
| 講演番号 |
| O-037 |
| タイトル |
| ダークデータ抽出における弱教師学習でのラベリング関数推薦技術 |
| 著者名 |
| 加藤大羽, 田中 剛, |
| キーワード |
| 情報抽出, ダークデータ, 非構造データ, AI-OCR, 弱教師学習, ラベリング関数 |
| 抄録 |
| 生命保険会社では，年間13万件もの健康診断書をもとにした引受査定業務を100名程度の人的リソースを割いて手作業で工程管理システムに登録している。AI技術を取り入れた光学文字認識機能(AI-OCR)の導入で登録作業の手動工数削減が期待されるが，多様なフォーマットをAI-OCRに認識させる工数が膨大という課題を抱えている。そこで，健康診断書のような非定型なダークデータドキュメントについて，業務担当者の知見から特徴を特定し，機械的に処理可能なLabeling Function(LF)として蓄積，再活用するLF推薦技術を提案した。本発表では，LF推薦技術を用いて作成した弱教師学習によるデータ抽出AIを活用して，明細書や健康診断書からの情報抽出について述べる。 |
| 本文pdf |
| PDF download (547.4KB) |