StructiFi

StructiFi とは

文書をデータに変える抽出ツール。画像、PDF、Word ファイルを読み取り、内部の構造を認識して、ソフトウェアがそのまま使える JSON、表、Markdown として返す。

OCR は AI によるもので、文字の認識にとどまらずレイアウトの理解まで狙っている。

できること

• スキャンした表の画像を構造化されたデータに変換する
• PDF から JSON を抽出し、データパイプラインに渡す
• Word 文書を Markdown に変える
• 量を増やす前に、小さい1ファイルを無料で試す
• 抽出したデータを表計算ソフトやデータベースに渡す

向いている人

• 文書アーカイブを整理するデータ整備担当者
• 帳票や表をデジタル化する運用チーム
• 文書の内容を JSON として必要とする開発者
• 固定レイアウトのファイルから記録を移す人

注意点

• 複雑なレイアウトや品質の低いものは、抽出後に手作業で直す必要がある
• 文書には個人情報が含まれることがあるので、アップロード前に処理条件を確認する
• 無料枠は3MB の1ファイルだけなので、大量処理の費用は実際の件数で試す
• 抽出したデータも、意思決定に使う前に原本と照合して確かめる必要がある