日本語の業務文書を、自社の環境で

段落も。
表も。図も。
形を保ったまま。

PDF、スキャン、図面をそのまま投入してください。indx はまずすべてのページを確認し、読みやすいページはテキスト層から読み、難しいページだけを OCR やビジョンモデルに送ります。検索とエージェントには、ページと章節を保ったままの段落、表、図を渡します。パーサーを選ぶ必要はありません。

行ではなく、
意味のあるブロックを。

エージェントは、文の半分からは答えられません。必要なのは条項の全体、それが指す表の行、そして検査の前にある工程です。

indx が違うところ

日本語の文書のために。

別紙のある通知、罫線の表、工程系統図、Shift_JIS の表計算、スキャンされた添付。日本語と英語のタクソノミーとエンティティ抽出を同梱しています。

自社仕様で、ラベルのたびに良くなる。

文書タイプとフィールドは自社で定義します。レビュー担当者の修正はラベルになり、ラベルが自社の文書で候補ルートを採点し、勝ったものがルーターの次のバージョンになります。最初のヒアリングから導入まで、エンジニアが伴走します。

既定で速く、安い。

多くのページにはテキスト層があり、CPU でそこから読みます。OCR とビジョンモデルが動くのは必要なページだけで、ルートは費用がかかる前に確かめられます。

文書のある場所で動く。

1 つのイメージを、自社のサーバーにも、お客様の AWS、Azure、Google Cloud アカウントにも。テキスト層、OCR、図面、埋め込みは CPU で動き、ホスト型モデルを有効にしない限り文書は外に出ません。

ブラックボックスも、ロックインもなし。

オープンソースのエンジンの上に作られています。リーダー、チャンカー、モデルはすべて差し替えられるプラグインで、ルートはすべて読める計画です。

すべてのブロックに出典を。

ページ、ボックス、章節、そしてそれを生成した読み手。答えはいつでもページの上で確かめられます。

ベンチマークを見る ↗

01 / 1 つの基盤

文書からコンテキストレイヤーへ、そして戻る。

各ページは最もよく読める道を通り、自社の空間とラベルに入り、検索、エージェント、アプリへ出ていきます。人が承認した答えはラベルになり、ルーターの次のバージョンはそのラベルで選ばれます。

あなたの文書あなたの基盤下流、ページごとに選ぶPDF · テキストPDF · スキャンPPTX · 工程系統図DXF 図面XLSX / CSVあなたの埋め込み空間あなたにとっての「似ている」タイプ、ラベル、特徴自社の文書タイプとフィールドルーティングのルールシグネチャと自社のルールパーサー / リーダー埋め込み空間比較関係メタデータ検索エージェントアプリルーター自社のデータから学ぶ動かす前に確かめられるあなたのコンテキストレイヤー承認した出力 → ラベル → より良いルーター

indx がつくろうとしているもの。 ロードマップを見る ↗

02 / ファイルを投入する

indx は、まずすべてのページを読む。

高価な処理が動く前に、indx は各ページを走査し、必要な読み手を選びます。テキスト層があればテキスト層を、スキャンなら OCR を、図を認識すれば図のパーサーを。ファイルごとの設定は要りません。

28ページ · indx が振り分け
2スライド · indx が振り分け
テキスト層 native-extractionスキャン、読み手は generic-ocr図を認識 process-chart-parser
03 / もっと近くで

文書にカーソルを合わせる。

indx が受け取った3つのページです。それぞれに、indx がどう読むと決めたかが表示されます。ページ上のブロックにカーソルを合わせると、そのブロックについて AI が受け取る出力が表示されます。

表では、セルひとつひとつが対象になります。図では、記号や接続線に合わせてから、出力側のリストも試してください。

目標の出力01 / 03
indx が22ページを走査テキスト層あり→読み手 native-extractionフォールバック generic-ocr → generic-vlm → manual-review
通知の22ページ: 見出し、長い段落、2列の表、次の条項の冒頭がある別紙
↳ 構造化された出力paragraph
別紙第1 認定の基準1

1 精神保健及び精神障害者福祉に関する法律(昭和25年法律第123号。以下「精神保健福祉法」という。)第31条の費用徴収額、麻薬及び向精神薬取締法(昭和28年法律第14号。以下「麻薬取締法」という。)第59条の4の費用徴収額及び感染症の予防及び感染症の患者に対する医療に関する法律(平成10年法律第114号。以下「感染症法」という。)第37条第2項の自己負担額は、月額によって決定するものとし、その額は、当該患者並びにその配偶者及び当該患者と生計を一にする絶対的扶養義務者(民法(明治29年法律第89号)第877条第1項の直系血族及び兄弟姉妹をいう。以下同じ。)について精神保健福祉法第29条第1項若しくは第29条の2第1項の規定による入院、麻薬取締法第58条の8第1項の規定による入院又は感染症法第19条、第20条(これらの規定を同法第26条において準用する場合を含む。)若しくは第46条の規定による入院のあった月の属する年度(当該入院のあった月が4月から6月までの場合にあっては、前年度)分の地方税法(昭和25年法律第226号)の規定による市町村民税(同法の規定による特別区民税を含む。以下同じ。)の同法第292条第1項第2号に掲げる所得割(同法第328条の規定によって課する所得割を除く。)(以下「所得割」という。)の額を合算した額を基礎として、次表により認定した額とすること。

定義
精神保健福祉法 = 精神保健及び精神障害者福祉に関する法律(昭和25年法律第123号)
定義
麻薬取締法 = 麻薬及び向精神薬取締法(昭和28年法律第14号)
定義
感染症法 = 感染症の予防及び感染症の患者に対する医療に関する法律(平成10年法律第114号)
定義
所得割 = 地方税法第292条第1項第2号の所得割
参照先
次表 → p22-table
{
  "id": "page:22/p22-para-1",
  "kind": "paragraph",
  "page": 22,
  "bbox": [0.14, 0.227, 0.858, 0.551],
  "section": [
    "別紙",
    "第1 認定の基準",
    "1"
  ],
  "text": "1 精神保健及び精神障害者福祉に関する法律(昭和25年法律第123号。以下「精神保健福祉法」という。)第31条の費用徴収額、麻薬及び向精神薬取締法(昭和28年法律第14号。以下「麻薬取締法」という。)第59条の4の費用徴収額及び感染症の予防及び感染症の患者に対する医療に関する法律(平成10年法律第114号。以下「感染症法」という。)第37条第2項の自己負担額は、月額によって決定するものとし、その額は、当該患者並びにその配偶者及び当該患者と生計を一にする絶対的扶養義務者(民法(明治29年法律第89号)第877条第1項の直系血族及び兄弟姉妹をいう。以下同じ。)について精神保健福祉法第29条第1項若しくは第29条の2第1項の規定による入院、麻薬取締法第58条の8第1項の規定による入院又は感染症法第19条、第20条(これらの規定を同法第26条において準用する場合を含む。)若しくは第46条の規定による入院のあった月の属する年度(当該入院のあった月が4月から6月までの場合にあっては、前年度)分の地方税法(昭和25年法律第226号)の規定による市町村民税(同法の規定による特別区民税を含む。以下同じ。)の同法第292条第1項第2号に掲げる所得割(同法第328条の規定によって課する所得割を除く。)(以下「所得割」という。)の額を合算した額を基礎として、次表により認定した額とすること。",
  "defined_terms": [
    {
      "term": "精神保健福祉法",
      "means": "精神保健及び精神障害者福祉に関する法律(昭和25年法律第123号)"
    },
    {
      "term": "麻薬取締法",
      "means": "麻薬及び向精神薬取締法(昭和28年法律第14号)"
    },
    {
      "term": "感染症法",
      "means": "感染症の予防及び感染症の患者に対する医療に関する法律(平成10年法律第114号)"
    },
    {
      "term": "所得割",
      "means": "地方税法第292条第1項第2号の所得割"
    }
  ],
  "references": [
    {
      "text": "次表",
      "target": "p22-table"
    }
  ],
  "provenance": {
    "reader": "native-extraction",
    "device": "cpu"
  }
}
22ページ · indx が native-extraction に振り分け
indx が5ページを走査テキスト層なし、スキャン→読み手 generic-ocrフォールバック generic-vlm → manual-review
通知の5ページ: アからカまでの細目を持つ、番号付き条項のスキャン
↳ 構造化された出力paragraph
…2 公費負担の申請等(2)イ

イ 患者の病状等やむを得ない事由により、当該患者等が申請書を作成することができない場合には、勧告保健所又は感染症指定医療機関が申請書の作成を代行することができること。

参照先
勧告保健所 → p5-a
参照先
当該患者等 → p5-a
結合した行
3
{
  "id": "page:5/p5-i",
  "kind": "paragraph",
  "page": 5,
  "bbox": [0.148, 0.372, 0.899, 0.44],
  "section": [
    "…",
    "2 公費負担の申請等",
    "(2)",
    "イ"
  ],
  "text": "イ 患者の病状等やむを得ない事由により、当該患者等が申請書を作成することができない場合には、勧告保健所又は感染症指定医療機関が申請書の作成を代行することができること。",
  "references": [
    {
      "text": "勧告保健所",
      "target": "p5-a"
    },
    {
      "text": "当該患者等",
      "target": "p5-a"
    }
  ],
  "provenance": {
    "reader": "generic-ocr",
    "device": "cpu",
    "ocr": {
      "lines": 3
    }
  }
}
5ページ · indx が generic-ocr に振り分け
indx がスライド2を走査工程系統図のシグネチャ: 接続されたラベル付きの記号→読み手 process-chart-parserフォールバック office-extraction → manual-review
3.工程系統図全体概略巻き線含侵絶縁フィルムフィルム巻検査コイルS/Aグループ内工程設備含侵真空含浸機
↳ 構造化された出力diagram
3.工程系統図
巻き線含侵絶縁フィルムフィルム巻検査コイルS/A
  • ▽ 巻き線material
  • ○ 含侵operation
  • ▽ 絶縁フィルムmaterial
  • ○ フィルム巻operation
  • ◇ 検査inspection
  • ▽▽ コイルS/Aassembly
  • 巻き線 → 含侵flow
  • 含侵 → フィルム巻flow
  • 絶縁フィルム → フィルム巻flow
  • フィルム巻 → 検査flow
  • 検査 → コイルS/Aflow
  • コイルS/A → 含侵return
{
  "id": "page:2/diagram",
  "kind": "diagram",
  "page": 2,
  "bbox": [0.031, 0.136, 0.672, 0.968],
  "section": [
    "3.工程系統図"
  ],
  "references": [
    {
      "text": "含侵 → 真空含浸機",
      "target": "legend"
    }
  ],
  "diagram_type": "process_chart",
  "nodes": [
    {
      "id": "n1",
      "label": "巻き線",
      "symbol": "triangle",
      "role": "material"
    },
    {
      "id": "n2",
      "label": "含侵",
      "symbol": "circle",
      "role": "operation",
      "equipment": "真空含浸機"
    },
    {
      "id": "n3",
      "label": "絶縁フィルム",
      "symbol": "triangle",
      "role": "material"
    },
    {
      "id": "n4",
      "label": "フィルム巻",
      "symbol": "circle",
      "role": "operation"
    },
    {
      "id": "n5",
      "label": "検査",
      "symbol": "diamond",
      "role": "inspection"
    },
    {
      "id": "n6",
      "label": "コイルS/A",
      "symbol": "double_triangle",
      "role": "assembly"
    }
  ],
  "edges": [
    {
      "id": "e1",
      "from": "n1",
      "to": "n2",
      "kind": "flow"
    },
    {
      "id": "e2",
      "from": "n2",
      "to": "n4",
      "kind": "flow"
    },
    {
      "id": "e3",
      "from": "n3",
      "to": "n4",
      "kind": "flow"
    },
    {
      "id": "e4",
      "from": "n4",
      "to": "n5",
      "kind": "flow"
    },
    {
      "id": "e5",
      "from": "n5",
      "to": "n6",
      "kind": "flow"
    },
    {
      "id": "e6",
      "from": "n6",
      "to": "n2",
      "kind": "return"
    }
  ],
  "exports": [
    "drawio",
    "mermaid"
  ],
  "provenance": {
    "reader": "process-chart-parser",
    "device": "cpu"
  }
}
2ページ · indx が process-chart-parser に振り分け
02 / ブロックに合わせるページと本文はサンプルファイルのもの。チャンク構造は目標の出力です ↗
04 / 原本から構造へ

ブロックひとつひとつに、
方法がある。

indx は読む前にすべてのページを確認し、渡すものには文書そのものの形を残します。

01 /

取り込む。

PDF、Office、CSV、メール、DXF 図面、スキャンを、ファイル共有、S3、URL から。

02 /

まず見る。

軽量な事前検査が、ページごとに読み手を選びます。テキスト層、OCR、図面パーサー。

03 /

レイアウトを読む。

行は段落に、セルは表に、図形と接続線は図にまとめます。

04 /

意味を加える。

章節、定義語、相互参照、エンティティ、埋め込み。

05 /

何度でも使う。

すべてのブロックにページ、ボックス、章節、読み手を持つ JSON。検索とエージェントのために。

05 / いまの道具と並べて

なぜパーサー、NER モデル、ベクトル DB ではないのか?

製品ではなく、カテゴリの比較です。indx はこれらの道具を置き換えません。方法として動かし、ページごとにその中から選びます。

indx文書パーサー / IDPNER / 抽出モデルRAG / ベクトル DB
日本語の業務文書そのために作られている汎用のレイアウト言語ごとのモデルモデルの既定
OCR とビジョンモデルは必要なところだけページごとに選ぶ全ページを 1 つのパイプラインで——
自社の文書タイプとフィールド自社で定義するベンダーのカタログモデルのラベル—
文書タイプごとに違う方法仕事ごとのルーター固定のパイプライン1 つのモデル1 つのチャンカー
動かす前にルートを見るページごとの計画———
修正のたびに良くなるラベルが次のバージョンを採点するベンダーのリリース再学習プロジェクト—
自社の環境で動く自社のサーバーでもクラウドでも多くは SaaSさまざまさまざま
どの部分も差し替えられるすべてがプラグインベンダーのエンジン1 つのモデルさまざま
いまある文書から始める

あなたの文書には、検索に見えている以上の構造がある。

プレイグラウンドで確かめる ↗

文書を持ち込み、結果にカーソルを合わせる。