AI OCRの精度を確認するときは、「何文字読めたか」だけでなく、業務に必要な項目を正しく取り出せたかを見ます。文字列が正しくても、金額を別の項目へ対応付けていれば、そのまま登録できません。
文字認識、項目の対応付け、帳票一件としての処理成功を分けて測ると、どこを直すべきか分かりやすくなります。製品の公表値や信頼度スコアを、自社帳票の実測精度と同じものとして扱わないことが出発点です。
信頼度スコアは、自社の正解率そのものではない
Microsoft Document Intelligenceの資料では、信頼度を抽出結果が正しいことについての推定として説明しています。出力の確認や人によるレビューへ振り分ける際に使える情報ですが、すべての項目が信頼度を返すわけではありません。出典：Microsoft accuracy and confidence
信頼度が高い結果にも、業務上の照合は必要です。たとえば読めた数字が正しくても、請求金額と税額のどちらへ対応するかが違う場合があります。導入評価では、正解データを用意し、実際の出力と比較してください。
人へ回す閾値を決める場合も、最初から固定の数値を正解にせず、対象帳票で高信頼度の誤りと低信頼度の正解がどの程度あるか確認します。閾値は確認件数と誤りの影響を踏まえて判断します。
評価対象と、正解の作り方を決める
対象の帳票を、レイアウト、印字・手書き、撮影方法など、実際に存在する違いで分けます。導入後に扱う帳票の一部だけを使った結果なら、どの範囲に対する評価かを明記します。
正解データでは、日付の表記、空白、桁区切り、全角・半角などをどう比較するか決めます。「2026/10/23」と「2026年10月23日」を同じ日付として扱うか、文字列の一致を求めるかでは評価結果が変わるためです。比較時だけ都合よく扱いを変えず、先にルールを残します。
人が読んでも判断できない画像は、正解を推測で作らず、不明として分けます。評価に使う帳票は、外部へ送信できる範囲と利用条件を確認してください。
文字・項目・帳票を分けた集計例
次は計算方法を示す架空の例です。100枚の帳票に、一枚当たり5項目あるとします。
評価項目数：100枚 × 5項目 = 500項目
正しく抽出・対応付けできた項目：475項目
項目単位の正解率：475 ÷ 500 = 95%
全5項目が正しかった帳票：80枚
帳票単位の完了率：80 ÷ 100 = 80%同じ試験でも、項目単位と帳票単位では数値が違います。残り20枚を人が確認する業務なら、帳票数と修正時間も評価対象になります。この仮例は製品の性能を示すものではありません。
また、すべての項目を同じ重みで集計した数値だけでなく、金額、口座番号、日付など、誤りの影響が大きい項目を別に見ます。対象の重要度は業務側で決めてください。
誤りを分けてから、改善する箇所を決める
誤りを一括で「認識が悪い」と扱わず、画像が読みにくい、文字を取り違えた、項目の位置付けが違う、出力の形式が登録先と合わない、と分けます。
Microsoftの資料も、読み取り結果とキー・値の抽出結果を分けて確認し、入力文書の品質や対象文書の種類を見直す観点を説明しています。出典：Microsoft
画像の傾きや文字の欠けが原因なら、帳票の取り込み方を見直す方法があります。正しく読めているのに登録できないなら、項目対応や形式変換の見直しが必要かもしれません。原因と違う箇所を調整し続けないように、元画像・出力・修正内容を対応付けて残します。
改善後は、同じ条件と別の帳票で確かめる
変更前後の比較には同じ評価条件を使い、どの誤りが減り、どの誤りが残ったか確認します。調整に使った帳票だけに合っていないかを見るため、調整に使っていない対象帳票も含めて評価する方法があります。
最後は、認識の数字に加えて、人の修正、例外対応、登録後の確認まで含めた業務時間を比較します。精度が上がっても確認工程が複雑になれば、作業全体の負担は別に評価する必要があります。
AI OCRの評価は、点数を一つ出すためではなく、自動処理できる範囲と人が確認する範囲を決めるために行います。帳票業務とAI活用の切り分けについては、テクノヴァースのAI活用の案内をご覧ください。