ABBYY FineReader Engine 12.8は、お客様が現在構築している環境、つまりコンテナ化され、スケーラブルで、AIを活用した文書ワークフローとの連携が進む環境において、優れたOCR技術をより使いやすくすることを目的としています。
コア技術はすでに確立されています。FineReader Engineは、自社製品やワークフロー内に信頼性の高いOCRを必要とするアプリケーション向けに、精度の高い文字認識、強力なレイアウト解析、CPUベースの処理、そして深いSDK（ソフトウェア開発キット）制御を開発者に提供します。バージョン12.8では、チームが実装から本番環境へとよりスムーズに移行できるよう、この技術を取り巻く摩擦を低減することに重点を置いています。
このリリースでは、公式のコンテナ化資材、更新されたガイダンス、そしてDocLangサポートによって、FineReader Engineをその方向へと前進させています。
コンテナへの、より実践的な道筋
多くのチームにとって、光学式文字認識（OCR）の難しい部分は認識品質だけではありません。ビジネスの実態に合った環境でシステム全体を導入し、設定し、スケールし、維持することにあります。
だからこそ、FineReader Engineにおいてコンテナ化が重要なのです。
コンテナ化による導入は、依存関係のパッケージ化、環境をまたいだ一貫した実行、そして文書量が急増した際の処理スケールにおいて、より予測可能な基盤をチームに提供します。文書処理量が多いビジネスでは、こうした急増は日常茶飯事です。月末処理、請求書バッチ、調査業務、移行作業、バックファイル変換、顧客アップロードなど、いずれも定常的な平均をはるかに超えるワークロードが短期間に集中することがあります。
従来の固定環境では、チームはそうした急増を低速で処理するか、最悪の日に対応できるだけの常時稼働キャパシティにコストをかけるかの選択を迫られることが多くありました。コンテナはより優れた運用モデルを実現します。作業が発生したときにスケールアップし、迅速に処理して、バッチが完了したらスケールダウンする、という流れです。
FineReader Engineはすでに1ページあたりの処理速度が十分に高速です。コンテナ化によって、その速度をより柔軟な導入パターンへと活かすことができます。
社内テストでは、23,000ページのワークロードを60のコンテナ上で約130秒で処理することができました。
これが、今回の取り組みの背景にある大きなビジョンです。
単に「FineReader Engineがコンテナ上で動作できる」ということではありません。お客様が期待するABBYYのOCR品質とSDK制御を維持しながら、FineReader Engineがモダンで弾力的な文書処理アーキテクチャにより自然に統合できるということです。
DocLangサポート
FineReader Engine 12.8には、DocLangサポートも含まれています。
DocLangは、AI時代のために設計された構造化文書出力フォーマットです。文書を単なるテキストの塊として扱うのではなく、後段のAI、自動化、文書処理システムが利用しやすい形で文書構造を保持します。
端的に言えば、DocLangはOCR後の文書コンテンツをより有効に活用できるようにします。その理由は以下のとおりです。
- 抽出されたテキストの単調な羅列ではなく、レイアウトを考慮したクリーンな入力をAIシステムに提供します。
- 有用な構造を事前に保持することで、不要なトークン使用量の削減に貢献します。
- 文書の取り込み、自動化、後段の分析において、より一貫した出力フォーマットを開発者に提供します。
- ABBYYのOCR技術力とモダンなAIパイプラインをつなぐ、より優れた架け橋を構築します。
これが意味することはシンプルです。FineReader Engineが困難な文書前処理を担い、後段のシステムが推論しやすい出力を提供するということです。
