モルフォAIソリューションズ、LLM向けの日本語データセット生成サービスを提供開始 -文書画像からAI-OCRでテキストデータ作成、良質な日本語LLM構築に貢献-

プレスリリース

2023 年 12 月 19 日


モルフォ AI ソリューションズ、
LLM 向けの日本語データセット生成サービスを提供開始
～文書画像から AI-OCR でテキストデータ作成、良質な日本語 LLM 構築に貢献～

モルフォグループにおいて AI の事業化を担う、株式会社モルフォ AI ソリューションズ（所在地：東京
都千代田区、代表取締役：神田武、以下 モルフォ AIS）は、日本語 LLM（Large Language
Model：大規模言語モデル）の学習データを生成するための、AI-OCR（Optical Character
Recognition：光学文字認識）出力サービスの提供を 2023 年 12 月 19 日（火）より開始するこ
とをお知らせします。
このサービスは、独自 LLM の構築を検討されている組織（企業・官公庁・地方自治体等）や LLM
開発を進める AI 企業・研究機関向けに正確で多様な日本語テキストデータを提供します。




【LLM 構築における日本語学習データの多様性の欠如
良質な日本語 LLM の構築のためには、多様な日本語データを収集することが必須です。しかし、一般
的に収集可能な日本語テキストデータは主にインターネット普及後の 1990 年以降のものが中心です。
1990 年以前の文書（社史・広報誌・公文書・議事録等の保存文書）の多くはデジタルデ―タ化され
ておらず、効率的に収集することができませんでした。そのため、LLM 構築を進める組織の多くは、多様な
日本語学習データが用意できず公開された共通のデータセットを活用せざるを得ませんでした。結果とし
て、良質な LLM の構築に制約がかかっています。
【日本語文書に対応した AI-OCR の重要性】
保存文書のデジタル化のためには OCR が必要となりますが、市販 OCR の多くは請求書や領収書とい
った「帳票向け」に開発されたものです。日本語の文書は多様なレイアウト（縦書き、横書き、多段組
等）、多様な文字種が混在するため、市販の OCR では読み順を含めた正確な日本語の抽出が難しい
という課題があります。
モルフォ AIS の提供する OCR 出力サービスは、上記の市販 OCR が苦手としている文章の読み順まで
含めた高精度のテキスト生成を行います。これによって、組織が保有するスキャン画像データから多様かつ
正確な日本語を生成することで、日本語 LLM の学習データの作成を支援します。


【サービス内容、特徴、実績】
＜サービス内容＞
既存文書（社史・広報誌・公文書・議事録等）のデジタル化と LLM 学習データへの変換


＜特徴＞
①帳票ではなく、文書に対応した AI-OCR
- LLM に入力する際に重要な読み順まで再現
- 文字種は約 7000 種類で、複雑な漢字も読み取り可能


②画像（JPEG,PDF,PNG 等）が含まれている雑多な文書を、テキスト（様々なフォーマット）で出力
可能
＜実績＞
国立国会図書館をはじめとして、様々な機関向けにテキスト生成を実施済み
（沖縄県豊見城市/ボローニャ大学/順天堂大学/滋賀県立図書館/大手新聞社 等多数）




【お申込み・問い合わせ窓口】
https://frog-ai-ocr.morphoai.com/
こちらより無償トライアル頂く事が可能です。


【FROG AI-OCR 紹介】
FROG AI-OCR は、お手軽に OCR 適用業務が行えるよう NDLOCR の高精度な OCR 処理に加
えて、校正・テキスト出力機能も１つのパッケージとしてご提供しております。機能は全てクラウドで利用可
能で、出力テキストの確認・修正作業を効率良く行うことが可能となります。FROG AI-OCR は、国立
国会図書館の NDLOCR（https://github.com/ndl-lab/ndlocr_cli）をコアエンジンとして利用
しています。
【関連プレスリリース】
2022 年 6 月 14 日
世界初（注 1）近代書籍対応の市販 AI-OCR ソフト「FROG AI-OCR」新発売
～デジタルアーカイブ事業・読書バリアフリー法対応に最適、図書館 OCR の決定版～
https://www.morphoinc.com/news/20220614-jpr-mais_frog_aiocr


2022 年 11 月 16 日
モルフォ AI ソリューションズ「FROG AI-OCR」を 滋賀県立図書館に提供開始
～郷土資料のデジタルアーカイブ化、視覚障害者向けの書籍テキスト化への活用目指す～
https://www.morphoinc.com/news/20221116-jpr-mais_frog_aiocr


2023 年 2 月 14 日
モルフォ AI ソリューションズ、順天堂大学と「FROG AI-OCR」を活用した武道史研究を開始
～近代史料の計量テキスト分析を実施、新たな武道史研究の視点を提供可能に～
https://www.morphoinc.com/news/20230214-jpr-mais_frog_aiocr


2023 年 7 月 27 日
モルフォ AI ソリューションズ、EU 資金の研究プログラム NONWESTLIT に参画
～伊ボローニャ大学とともに 19 世紀日本語文書の解析を実施～
https://www.morphoinc.com/news/20230727-jpr-mais_frog_aiocr


2023 年 10 月 3 日
モルフォ AI ソリューションズ、 沖縄県豊見城市に「FROG AI-OCR」を導入開始
～自治体 DX として沖縄タイムス系列 Nansei 社と公文書等のデジタル化を支援～
https://www.morphoinc.com/news/20231003-jpr-mais_frog_ai-ocr


【株式会社モルフォ AI ソリューションズについて】
モルフォ AI ソリューションズは、AI（人工知能）の事業化に取り組む企業です。行政、電力、交通、製
造といった社会インフラの領域で、AI-OCR をはじめとする最先端の AI 技術の導入と実運用を推進して
おります。


所在地：〒101-0054 東京都千代田区神田錦町 2−２−１ 神田スクエア 11F
代表者：代表取締役 神田 武
設立：2019 年 12 月
事業内容：AI コンサルティング、システムインテグレーション、SW・HW 販売など
ホームページ：https://www.morphoai.com
【お問合せ先】
株式会社モルフォ AI ソリューションズ 神田
メール：contact@morphoai.com