YomiTokuとWED株式会社が共同開発した高精度OCRモデルの特長

新たな時代のOCR技術

日本語OCRエンジン「YomiToku」とWED株式会社の技術連携により、レシートの読み取りに特化したカスタムOCRモデルが誕生しました。これにより、お金がもらえるお買い物アプリ「ONE」で収集された実際のレシートデータに基づく、高精度な文字認識が可能となります。今回の取り組みは、特に実環境に適したデータを用いることで、汎用モデルの精度向上にも寄与しているという点が注目です。

背景と課題

OCR技術の発展には、その精度を上げるための学習データの質が大きく影響します。特にレシートのような現実の文書は、様々なノイズや歪み、特殊なフォントが含まれているため、モデルのトレーニングにおいて大きな課題となります。WEDの「ONE」サービスでは、日々膨大な数のレシート画像が収集されており、その多様性がOCRモデルの品質向上に貢献しています。

共同取り組みの内容

WEDとMLismは、相互にデータと技術を提供し合い、次の2点にフォーカスした共同取り組みを進めました。

1. 専用カスタムモデルの開発

WEDの実データをもとにYomiTokuをチューニングし、特に折り曲がったレシートや装飾フォントなど、現実環境に存在する多様なデータに対して最適化しました。このプロセスで得られた実証データは、OCR技術の新たな可能性を示しています。

2. 成果の検証

開発されたカスタムOCRモデルは、従来の技術と比べてはるかに高い精度を実現。特に、折り曲がりやかすれ、装飾フォントなどの困難な条件にも対応可能であり、サービスの品質を飛躍的に向上させました。また、これらの成果はYomiTokuの汎用モデルの学習にも応用され、90%以上の文字認識精度を達成しています。