AI901-Foundry#222
次の要件「市場で広く使われる請求書フォーマットから VendorName / InvoiceTotal / TotalTax を即時抽出し、ベンダー固有のレイアウト揺らぎにも対応したい」に最も適したアプローチはどれですか?
解説
【正解: C】の理由
市場で広く使われる請求書フォーマット (B2B 取引で代表的なテンプレート) に対しては、Document Intelligence の prebuilt-invoice モデルが事前学習済みで、VendorName / InvoiceDate / InvoiceTotal / TotalTax 等の主要フィールドを即時抽出できます。ベンダー固有レイアウト揺らぎには custom neural モデルを少量データから追加訓練して併用するのが Microsoft Learn の Invoice Processing ベスト プラクティスで、Foundry hub の connection で運用を一元化することで認証 / 監査 / コストを最適化できます。
【他選択肢が違う理由】
市場で広く使われる請求書フォーマット (B2B 取引で代表的なテンプレート) に対しては、Document Intelligence の prebuilt-invoice モデルが事前学習済みで、VendorName / InvoiceDate / InvoiceTotal / TotalTax 等の主要フィールドを即時抽出できます。ベンダー固有レイアウト揺らぎには custom neural モデルを少量データから追加訓練して併用するのが Microsoft Learn の Invoice Processing ベスト プラクティスで、Foundry hub の connection で運用を一元化することで認証 / 監査 / コストを最適化できます。
【他選択肢が違う理由】
- A: 音声機能で、請求書には適用できません。
- B: 自由応答 LLM はコスト / 再現性で専用 API より不利です。
- D: 翻訳は別目的の機能です。
コメント