大日本印刷（DNP）は14日、PDF、Word等の多様なドキュメントを生成AIの学習に適したデータ形式に整形する技術を開発したと発表した。

本技術で整形したデータを生成AIが学習・参照することで、誤回答や非回答の件数を減らし、高い精度での回答を実現する。

DNPは2023年5月に生成AIを活用できる社内環境を構築。今回、本技術を用いて、社内規定、品質マニュアル、決算短信などのドキュメントのデータを整形し、生成AIに学習・参照させて実証実験を行った。その結果、整形したデータを用いた生成AIは、従来の生成AIと比較して、誤回答を約90%削減することができた。

この技術を活用した生成AIを利用することで、膨大なマニュアルやドキュメントを参照して業務を行う審査やコンタクトセンターの問い合わせ対応において、高精度な回答につながり、業務効率化を実現する。

整形データを学習した生成AI（左下）と学習していない生成AI（右下）との回答例の比較

DNPは独自の「P&I（印刷と情報）」の強みを掛け合わせ、企業・団体等の申込受付やコンタクトセンター等の幅広い業務を代行するBPO事業や、印刷プロセスで培った各種情報加工、文字・画像処理等の技術・ノウハウを保有している。これらの強みを活かし、本技術を開発している。

○本技術は、テキスト・画像・表組等が混在したドキュメントから、独自のAIモデルを使ってタイトルや本文、画像や表の内容・キャプションなどの要素ごとにコンテンツを分割し、生成AIが学習・参照しやすいデータ形式に整形する。データ整形は人手をほぼ介さずに機械処理で行うため、大量の文書も高速に処理できる。

○より複雑で異なるレイアウトやドキュメントに対応するためには、ドキュメントの構造を認識する継続したAIモデルの拡充が重要。DNPが開発したAIモデルは、一般的なディープラーニング（深層学習）のモデルでは数百～数千ページのデータ学習が必要となるところ、数十ページのデータ学習で生成AI向けのデータを整形することができる。

生成AIの回答精度を高めるDNPのデータ整形技術の概要イメージ

DNPは2024年１月に、生成AIの導入や活用、生成AIに必要な学習データの加工・収集に課題を持つ企業・団体に向けて、本技術を提供する。また、契約書・帳票類・業務マニュアル等、膨大なドキュメントを取り扱う自治体や金融機関に、生成AIを活用して業務のデジタルトランスフォーメーション（DX）につなげるサービスを開発し、企業・団体の業務改革の実現を目指すとしている。

関連URL

大日本印刷（DNP）