国立情報学研究所がモルフォAIソリューションズに学術論文用AI-OCR開発を受託

国産LLM開発を加速！モルフォAIソリューションズが学術論文用AI-OCR開発を受託

株式会社モルフォAIソリューションズ（以下、モルフォAIS）は、国立情報学研究所から日本語学術論文に特化したAI-OCR（光学文字認識）の開発を受託しました。

モルフォAISは、AIの事業化を担うモルフォグループの一員として、2023年から日本語LLM（大規模言語モデル）の学習データを生成するためのAI-OCR出力サービスを提供しています。今回の受託により、国立情報学研究所が推進する国産LLMの開発に貢献していく予定です。

国産LLM構築に向けた取り組み

国立情報学研究所は、2024年4月1日に「大規模言語モデル研究開発センター」を開設し、1750億パラメータ規模の国産LLM構築に向けた研究開発を進めています。

同センターでは、日本語学術論文PDFからのテキストデータ抽出を重要な課題として取り組んでおり、その実現には、レイアウト解析や構造解析といった前処理が不可欠です。しかし、既存のツールは英語論文を前提に開発されているものが多く、日本語論文に特化した汎用性の高いツールが必要とされていました。

モルフォAISのAI-OCRが担う役割

モルフォAISは、国立情報学研究所からの委託を受け、日本語学術論文に特有のレイアウトに対応し、本文領域のテキスト抽出を可能とするAI-OCRの開発を行います。

同社のAI-OCRは、日本語の文書に含まれる多様なレイアウトや文字種に対応し、読み順を含めた高精度なテキスト生成を実現しています。これにより、国産LLM構築に必要な良質な日本語テキストデータを大量に生成することが可能となり、日本語LLMの精度向上に大きく貢献する期待が寄せられています。