株式会社ムサシ

お問い合わせ

お問い合わせ

当社は、データエントリーを手掛ける一方、品質を担保しながら低価格かつ短時間での大量データ処理を実現するためにAI-OCRを導入しております。ディープラーニング機能で誤認識情報を蓄積することで、次回同様な文字を処理した際には正読することができます。蓄積情報に比例し正読率が向上しますので、当社エントリーシステムとの融合でお客様に満足いただける成果物をお届けします。また、テキスト化した成果物はRPAに展開することで後方処理業務における省力化及び効率化を実現します。

エントリーシステム

実際に、ある100枚の帳票をデータエントリーしてみたところ・・・

紙を見ながら手入力:7時間 スキャン→OCR→確認・修正→データ出力:2時間

作業者の負担を大幅に軽減し、業務を効率化します。

手書き文字から活字、
バーコードまで
高い認識率

手書き数字 約99%

手書き数字例

手書き日本語 約99%

住所や氏名や項目単位で

手書き日本語例

活字数字 約99.9%

活字数字例

活字日本語 約95%

項目単位で

活字日本語例

手書きマーク ほぼ100%

手書きマーク例

QRコード・バーコード ほぼ100%

QRコード・バーコード例

数字認識機能

手書き・活字混在認識機能

手書き・活字混在認識機能例

オムニフォント認識機能

事前に帳票を仕分ける手間が不要に

オムニフォント認識機能例

手書き英小文字
認識機能

手書き英小文字例

文字枠消去や特徴抽出などの技術による
高精度な文字認識

帳票イメージ入力後、書式定義を参照し文字枠の位置を特定

文字枠消去

文字枠消去例

文字切り出し

一文字の範囲を特定

文字切り出し例

特徴抽出

字形から特徴を抽出

特徴抽出例

辞書と照合

特徴辞書から近いものを取り出す

辞書と照合例

認識結果決定

一番近いものを認識結果とする

認識結果決定例

手書き住所欄を
住所辞書と照合し
高精度に認識

手書き住所認識例
Page TOP