テキストの抽出「テキスト全文検索」をする方法と活用の仕方についてご紹介します。
- 01. テキストの抽出方法について
- 02. AI-OCRとは
- Google Cloud Vision APIについて
- 03. AI-OCRの使い方
- 04. 抽出したテキスト情報の利用用途
- テキスト全文検索
- 検索結果のハイライト表示
- テキスト表示モード
- 本棚検索
- 05. タイトル自動生成について
- 06. ビジネス10で無料トライアル
テキストの抽出方法について
テキストの抽出方法は2つあります（ブックの新規作成では、この2つと「抽出しない」の3つから選びます）。
抽出されたテキスト情報は、検索やテキスト表示モードに掲載される本文に加えて、ブックタイトルやページタイトルの自動生成に利用され、より情報量の多いブック作成を手軽に行うことができるためおすすめです。
1）PDF内のテキスト情報（非アウトライン状態）から抽出
PDF内に含まれるテキスト情報からのみ抽出します。意図しないテキストを排除しより正確な文字情報を検索対象とする事が可能です。PDFからテキストを抽出するためには未アウトライン状態のテキスト情報が含まれている必要があります。
2）AI-OCRを利用して抽出
画像内にある文字情報を可能な限り抽出する方法です。
PDF内にあるテキスト情報が利用できない場合（アウトライン状態）や、画像からブックを作成する場合はこちらの方法をおすすめします。
※ 写真内の文字等、意図しない文字列や順番で抽出される場合があります。
こちらも合わせてご覧ください
基本のブック作成マニュアル「テキストの抽出方法の選択」
AI-OCRとは
AI-OCRとは人工知能を活用した光学文字認識技術のことです。
ebook5のAI-OCRは「Google Cloud Vision API」を利用し、画像情報を解析することでテキスト情報を抽出します。
ebook5のAI-OCRについて
ブック作成用にアップロードされたPDFや画像データを読み取り、データ内の文字列をテキスト情報として抽出・保存します。
Google Cloud Vision APIについて
Google Cloud Vision APIは、Google社が提供する画像解析サービスです。
画像に含まれるさまざまな情報を検出したり、画像を分類したりすることができます。
Google独自の機械学習モデルを採用し、OCRの精度は日々進化していきます。
※Google Cloud Vision APIに送信した画像をOCR以外の目的で利用することや、Google社のサーバーに保存されることはありません。
データ使用に関しての詳細はGoogle社の下記ページをご覧ください。
» データ使用に関するよくある質問
AI-OCRの使い方
AI-OCRは、ビジネス5/ビジネス10/ビジネス30でご利用いただける機能です。
ブックの新規作成、またはページ設定内からページの追加・差替え時にご利用いただけます。
作成ウィザードの「テキストの抽出方法」で「AIテキスト生成」を選択します。
・PDFから作成する場合：テキスト情報が利用できない（アウトライン化されている）PDFのときに選択します。テキスト情報が利用できるPDFの場合は「PDF内テキスト」の方が、より正確な文字情報を抽出できます。
・画像から作成する場合：文字情報を抽出するには「AIテキスト生成」を選択します。
画面と手順は基本のブック作成マニュアル「テキストの抽出方法の選択」をご覧ください。
管理画面「ページ設定」からページの追加・差し替えを行うと「このページのテキストの抽出方法を選択しましょう」が表示されます。ここで「AIテキスト生成」を選ぶと、そのページの文字情報をAI-OCRで抽出します。
新規作成で「抽出しない」を選んだブックは、「デザイン設定」で「テキスト全文検索」を有効にしても既存のページは検索できません。ページの追加・差し替えで抽出したページから検索できるようになります。
抽出したテキスト情報の利用用途
抽出されたテキスト情報は、次の用途で利用されます。
・HTML内本文テキスト（テキスト表示モード）
・Markdownファイル内本文テキスト
・テキスト全文検索
・検索結果のハイライト表示
・ページタイトル自動生成
・ブックタイトル自動生成
・本棚でのキーワード検索
検索結果とテキスト表示モードについては次のFAQをご参照ください
テキスト全文検索とテキスト表示モード
タイトル自動生成について
ebook5では、タイトルの自動生成にGoogle社の生成AI「Gemini API」を使用しています。
Google Gemini APIについて
ebook5では、ブック作成時に以下の機能でGoogle社の生成AI「Gemini API」を使用しています。
・ページ/ブックタイトルの自動生成
ページから抽出したテキストの一部をGemini APIへ送信し、各ページの目次用タイトルを自動生成しています。
・リンク領域の自動検出(AIリンク検知/AIリンク提案)
ページ画像をGemini APIへ送信し、リンクの設定に適した領域(ボタン・商品写真・目次など)を自動検出しています。
■ Google側でのデータの取り扱いについて
ebook5はGemini APIを有料サービス(Paid Services) として利用しています。Googleの「Gemini API追加利用規約」では、有料サービスについて以下のとおり定められています。
※送信されたデータ(プロンプト)や生成結果が、GoogleのAIモデルの学習や製品改善に使用されることはありません。（不正利用の検出・防止のみを目的として最大55日間保持された後、削除されます。）
※Gemini APIへ送信されるのは、上記の処理に必要なページのテキスト・画像のみです。お客様のアカウント情報(氏名・メールアドレス等)が送信されることはありません。
詳細はGoogleの公式規約・ドキュメントをご確認ください。
» Gemini API 追加利用規約
» Gemini API 利用ポリシー(データ保持)
ビジネス10で無料トライアル
AI-OCRはビジネス10で無料トライアルでもご利用可能です。
人工知能を活用し画像情報を解析することができるテキスト情報の抽出をお試しください。