AI-OCRの精度はどのくらい？認識率の見方と導入前の検証方法

AI-OCRを比較するとき、「読み取り精度99％」「高精度」といった数値は重要な判断材料です。しかし、同じ99％でも、文字単位で測ったのか、項目単位で測ったのかによって意味が異なります。対象となる帳票や画像の状態が違えば、読み取り結果も変わります。

本記事では、AI-OCRの精度を示す指標、公表されている認識率の見方、精度を左右する要因、導入前の検証方法を解説します。

この記事の執筆・解説

株式会社ショーケース ProTech事業部 マーケティンググループ
小谷野 宏海（こやの ひろみ）

株式会社ショーケース - 本人確認（eKYC）・IC認証・JPKI領域のマーケティング担当｜金融・通信・不動産業界向け本人確認の最新動向を発信

AI-OCRの精度はどのくらい？

AI-OCRは、従来型OCRが苦手としてきた手書き文字やレイアウトの異なる帳票にも対応しやすくなっています。ただし、「AI-OCRならすべての書類を同じ精度で読み取れる」という意味ではありません。

AI-OCRに共通する平均精度はない

AI-OCRの精度は、製品だけでなく、読み取る書類、文字、画像品質、設定、測定方法によって変わります。そのため、すべてのAI-OCRへ共通して当てはめられる平均精度はありません。

例えば、鮮明な活字の請求書と、スマートフォンで斜めから撮影した手書き申込書では、読み取りの難易度が異なります。同じ製品でも、帳票や画像の条件によって結果に差が生じます。

AI-OCRの精度を比較するときは、数値だけでなく、どのような書類と条件で測定された結果か確認することが重要です。

従来型OCRより対応できる文字や帳票が広がっている

従来型OCRは、文字の位置や帳票レイアウトをあらかじめ細かく設定する方式が中心でした。AI-OCRは、機械学習や画像認識技術を利用し、手書き文字、位置ずれ、複数の帳票レイアウトなどにも対応します。

過去の比較検証では、手書き帳票において従来型OCRよりAI-OCRの認識率が高い結果も報告されています。ただし、検証に使われた帳票や製品が限定されているため、その結果をすべての業務へそのまま当てはめることはできません。

AI-OCRの精度を示す主な指標

AI-OCRの精度を正しく比較するには、「何を正解として数えているか」を理解する必要があります。主な評価単位は、文字、項目、帳票の3つです。

文字正解率

文字正解率は、正解データに含まれる文字のうち、何文字を正しく認識できたかを示す指標です。文章全体のテキスト化や、OCRエンジンの基本的な文字認識性能を評価するときに使われます。

例えば、100文字のうち99文字を正しく読み取れた場合、文字正解率は99％です。ただし、誤った1文字が請求金額や商品コードの一部であれば、業務では修正が必要になります。

項目正解率

項目正解率は、氏名、住所、日付、金額、注文番号などの項目が、正解データと完全に一致した割合です。

「18,400円」を「18.400円」と認識した場合、文字の多くは合っていますが、金額項目としては不正解です。OCR結果をそのまま業務システムへ登録する場合は、文字単位より項目単位の正解率が重要になります。

業務でそのまま利用できるデータがどの程度あるかを判断するには、項目正解率を確認する必要があります。

帳票単位の正解率

帳票単位の正解率は、1枚の書類に含まれる必要項目がすべて正しく取得できたかを評価する考え方です。1項目でも修正が必要な場合、その帳票は人による確認対象になります。

帳票単位で評価すると、「何枚を無修正で処理できたか」「担当者が確認する書類をどの程度減らせたか」を把握できます。

文字認識精度と項目抽出精度は異なる

AI-OCRを業務で使うには、文字を正しく読むだけでなく、その文字がどの項目に該当するかを判別する必要があります。

例えば、請求書内の数字を正しく認識できても、それが請求金額、消費税額、口座番号のどれかを判別できなければ、後続システムへ正しく登録できません。非定型帳票や明細表では、項目名と値の対応、行・列の構造も評価対象になります。

AI-OCRを選ぶときは、文字認識精度だけでなく、必要な項目を正しく抽出できるか確認しましょう。

「読み取り精度99％」を見るときの注意点

AI-OCRのWebサイトや資料では、読み取り精度がパーセントで示されることがあります。複数製品を比較するときは、数値の測定条件を確認する必要があります。

何を分母にしているか確認する

同じ「99％」でも、文字数を分母にした結果と、項目数を分母にした結果では意味が異なります。読み取りに成功した箇所だけを対象にしているか、読み取れなかった箇所も不正解として含めているかによっても数値は変わります。

• 文字数に対する正解率か
• 項目数に対する完全一致率か
• 帳票数に対する無修正率か
• 読み取り不能を不正解に含めているか

測定に使用した帳票を確認する

活字と手書き、定型と非定型では読み取り条件が異なります。測定に使った書類の種類、サンプル数、文字種、レイアウトが自社業務と近いか確認しましょう。

正常な画像だけの結果か確認する

スキャナーで鮮明に取り込んだ画像と、利用者がスマートフォンで撮影した画像では、精度に差が出る可能性があります。実際の業務で発生する傾き、ぼやけ、影、反射、見切れ、低解像度などを含んだ検証が必要です。

重要項目は平均値と分けて確認する

帳票全体の精度が高くても、金額や日付、顧客番号などの重要項目で誤りが多ければ、自動登録には適しません。一方、備考欄など後続業務で使用しない文字の誤りは、業務への影響が小さい場合があります。

業務上重要な項目は、帳票全体の平均精度とは分けて確認することが重要です。

AI-OCRの精度を左右する6つの要因

関連記事
手書きOCRとは？認識精度を高める方法とAI-OCRの選び方

AI-OCRの精度を高める方法

読み取り前に画像品質をチェックする

OCR処理へ進む前に、画像の鮮明度、見切れ、傾き、反射などを確認します。読み取りに適さない画像を検出して再撮影や再スキャンへ戻せれば、低品質な画像をそのまま処理する場合より誤認識を減らせます。

画像品質のチェックは、OCR処理後に誤りを修正するだけでなく、読み取りに適さない画像を早い段階で除外するために重要です。

必要な項目へ読み取り範囲を絞る

帳票全体を無条件にテキスト化するのではなく、後続業務で必要な項目を定めます。必要な範囲へ対象を絞ることで、不要な文字の混入を抑え、確認項目も減らせます。

帳票に合わせた画像補正を行う

傾き補正、ノイズ除去、コントラスト調整、罫線処理などの前処理によって、文字を認識しやすい状態に整えます。ただし、過度な補正によって文字の一部が消える可能性もあるため、実帳票で効果を確認します。

項目ごとに入力ルールを設定する

郵便番号は数字7桁、日付は年月日、金額は数値など、項目ごとの形式を定義します。文字種、桁数、必須項目を設定すると、OCR結果が条件を満たしているか自動で確認できます。

マスターデータと照合する

顧客番号、商品コード、支店名などは、既存のマスターデータと照合することで誤認識を検出できます。合計金額と明細金額の整合性など、項目間の関係を使った確認も有効です。

導入前にAI-OCRの精度を検証する方法

導入前の検証では、きれいなサンプルを数枚読み取るだけでなく、本番業務に近い条件を再現します。

AI-OCRの精度検証の流れ

実際の業務で使用する帳票を準備する

発行元やレイアウトが異なる帳票、活字と手書き、正常画像と低品質画像などを含めます。特定の帳票だけにサンプルが偏ると、本番運用時の精度を判断できません。

正解データを準備する

OCR結果と比較するため、対象項目の正しい値を用意します。空欄、表記揺れ、読取不能をどのように扱うかも事前に決めます。

重要項目へ優先順位を付ける

すべての項目を同じ基準で扱うのではなく、誤りが許されない項目、担当者が確認する項目、読み取り対象外にする項目へ分けます。

例えば、振込金額や口座番号は完全一致を求め、備考欄は参考情報として扱うなど、業務上の重要度に応じて評価基準を設定します。

精度だけでなく確認時間も測定する

認識率が高くても、すべての帳票を目視確認する運用では、期待した工数削減につながらない場合があります。次の数値も測定しましょう。

• 無修正で処理できた帳票数
• 修正が必要だった項目数
• 1件あたりの確認時間
• 再撮影・差し戻し件数
• 手入力と比較した削減時間

AI-OCRの導入効果は、認識率だけでなく、人が確認・修正する作業をどの程度減らせるかまで測定して判断しましょう。

本番に近い件数で検証する

少数の帳票で良好な結果が出ても、大量処理時の速度やエラー対応までは確認できません。実際の処理件数、ピーク時の件数、エラー時の再処理方法も含めて検証します。

AI-OCRの精度を比較するときの9つのチェックポイント

AI-OCRの精度に関するよくある質問

まとめ｜AI-OCRの精度は実帳票と必要項目で判断する

AI-OCRの精度は、製品の公表値だけでは判断できません。どのような帳票と条件で測定された数値かを確認し、自社業務で必要な項目を使って検証する必要があります。