データ正規化とバリデーション

どのドキュメントからも、同じ形の整ったデータを

メールボックスのスキーマから後処理まで、抽出されたすべての値がクリーンに検証され、連携先システムでそのまま使える状態で届きます。

無料で登録

含まれる内容

メールボックス単位のスキーマ

一貫したスキーマこそが、連携先システムや自動化を真に信頼できるものにします。一度フィールドを定義すれば、メールボックスで処理されるすべてのドキュメントが同じ構造にマッピングされます。

単一値は通常フィールド、繰り返しデータはテーブルフィールドで対応
各フィールドの抽出内容は自然言語の指示でAIに伝達
画面UIまたはAPIを通じていつでもプログラムで調整可能

フィールド単位の整形

組み込みのフォーマットで、日付・数値・住所などを自動的に正規化します。正しいフォーマットはドキュメントの文脈から推測され、フォールバックとしてメールボックスの既定値が使用されます。

日付は順序・区切り・月名表記の違いを言語をまたいで自動解釈
数値は各国の小数点や桁区切りなどの地域フォーマットに対応
住所フィールドはジオロケーションを行い、構造化された要素に分解

データバリデーション

自動データバリデーションは、抽出されたすべての結果をメールボックスのスキーマに対してチェックします。エラーはUIに表示され、メール通知をトリガーし、Webhookを起動するため、運用チームとツールの両方が把握できます。

スキーマ検証でAIの出力がフィールドの形式と一致するかを確認
必須フィールドのチェックで欠落した値を発生源で検知
選択肢フィールドのチェックで許可されたリスト以外の値を警告

後処理ルール

標準の整形と検証では不十分な場合は、短いPythonスクリプトを組み込みます。抽出後にルールが実行され、値の再形成やビジネスロジックに対する独自の検証を行います。

抽出された値からのフィールドの結合・分割、または新規計算
独自ロジック、外部データとの照合、条件付き変換への対応
Proプラン以上でご利用可能

データ正規化はこう動きます

直前のステップ

AIドキュメント抽出と解析

Vision AI、Text AI、テンプレート、またはOCRが、各ドキュメントから構造化フィールドを抽出しました。

詳細を見る

スキーマにマッピング

抽出された値は、メールボックスで定義された固定のフィールドセットにマッピングされます。元のレイアウトに関係なく、すべてのドキュメントが出力時に同じカラム構造になります。

メールボックスの項目

テキスト取引先株式会社アクメ

テキスト請求番号 INV-0142

日付請求日 2026-05-07

数値合計金額 2840

テーブル明細 3列・2行

品目数量金額コンサルティング 12 ¥20,000 機材 2 ¥22,000

整形

各フィールドは設定された書式に沿って処理されます。日付や数値はドキュメントの文脈を使用して地域による表記のばらつきを正規化し、氏名は名/ミドルネーム/姓に分割され、住所は構造化された要素に解析されます。

日付 May 7, 2026 2026-05-07

数値 ¥1,234,560 1234560

住所千代田区丸の内1-1-1

丸の内1-1-1 千代田区東京都 100-0005 日本

検証

各結果は、次のステップに進む前にバリデーションチェックを通過します。通過したドキュメントは後処理へと進み、残りはフラグが立てられるため、Parseurから気づかれずにデータが流出することはありません。

検証

取引先株式会社アクメ

請求日 2026-04-15

合計金額必須未入力

ステータス却下

許可値: 未払い支払済完了

後処理

オプションのPythonルールが最後に実行され、フィールドレベルのフォーマットでは表現できないビジネスロジックを適用します。フィールドの結合、参照データの検索、または連携先システムの仕様に合わせた出力の整形を行います。

post_process.py

def post_process(data):

if data["合計金額"] > 1000:

data["配送区分"] = "速達"

else:

data["配送区分"] = "通常"

return data

数値合計金額 2840

テキスト配送区分速達

次のステップ

リアルタイムのエクスポートと連携

正規化されたデータは、CRM、会計システム、またはデータベースにリアルタイムで配信されます。

詳細を見る

すべての機能に戻る

クリーンなデータを、お使いのシステムに。

必要なフィールドを定義し、適切なフォーマットを選択するだけで、すべての抽出結果が正しい形で届くのを確認できます。

無料プランあり、クレジットカード不要

最初のドキュメントは2分以内に処理開始

契約期間の縛りなし、いつでも解約可能

よくあるご質問

Parseurの正規化とバリデーションに関するよくあるご質問。日付や数値のフォーマットから、検証ルール、Pythonによる後処理までを解説します。

データ正規化とは、抽出された生の値をクリーンで一貫した形状のデータに変換する工程です。書類の種類が違っても日付の書式が揃い、地域差のある数値表記も正しく解析され、住所は構造化された要素に分解されます。すべてのフィールドが固定のスキーマにマッピングされるため、連携先システムは常に同じ構造のデータを受け取ることができます。

正規化を行わないと、各ドキュメントから出力されるデータはわずかに異なるものになります（日付の順序が異なる、数値の区切り文字が異なる、氏名や住所が単一の文字列として混ざっているなど）。その結果、連携先のツールでデータの拒否や不整合が発生してしまいます。正規化によって抽出元でこれらの問題を解決することで、統合の信頼性を確実に維持できます。

数値フィールドは、欧州式の1.234,56や米国式の1,234.56、インド式の1,00,00,000のような桁区切り、マイナスを括弧で示す会計表記（($123,456,789.12)）など、各地域の小数点や桁区切りをすべて解析します。正しいフォーマットはドキュメントの文脈から推測され、フォールバックとしてメールボックスの既定値が使用されます。

Parseurは、テキスト、日付、時刻、日時、数値、氏名、住所、および選択肢のフィールドフォーマットをサポートしています。各フォーマットには独自の解析・検証ルールがあり、標準フィールドは単一の値をキャプチャするのに対し、テーブルフィールドは繰り返しデータを行ごとにキャプチャします。

ドキュメントは気づかずにエクスポートされることなく、ステータスが「処理失敗（Process Failed）」に設定され、メール通知が送信されます。処理失敗のWebhookが設定されている場合は、それも起動します。ドキュメントを手動で確認して修正したり、エラーを独自の監視システムに連携したりできます。

各メールボックスには独自のスキーマがあり、そのメールボックスで処理されるすべてのドキュメントは同じ固定フィールドセットにマッピングされます。そのため、1つのメールボックスでさまざまなベンダーからの様々なレイアウトの請求書を取り込んでも、すべての行に対して同じカラム構造を出力できます。

連携先システムが期待するフィールドをParseurのメールボックススキーマで一度定義するだけで、すべてのドキュメントがその形式にマッピングされます。フィールドのフォーマットは、地域によるばらつきを超えて日付、数値、氏名、住所を標準化し、自動データバリデーションはエクスポート前に欠落または無効な値をキャッチします。さらに、オプションのPython後処理により、標準フォーマットでは表現できないビジネスロジックを処理します。データは一貫性が保たれた状態でシステムに届くため、間にクリーンアップスクリプトを挟む必要はありません。

Parseurの日付フィールドは、言語を問わず、あらゆる順序、区切り文字、または月名を解析し、03/04/2026のような曖昧な値もドキュメントの文脈を使用して区別します。出力は一貫した形式に正規化されるため、連携先システムは常に同じ構造でデータを受け取ることができます。

はい。「氏名」フォーマットは名前を名、ミドルネーム、姓に分割します。「住所」フォーマットはジオロケーションを行い、住所を構造化された要素に分割します。どちらも、フィールドフォーマットが設定されると自動的に実行されます。

はい。すべての結果がメールボックスのスキーマと照合され、必須フィールドのルールで欠落した値をキャッチし、選択肢フィールドのルールで許可されたリスト以外の値にフラグを立てます。エラーはUIに表示され、メール通知を送信し、Webhookを起動するため、運用チームとツールの両方が把握できます。

はい。後処理ルールを使用すると、抽出および標準バリデーションの後に実行される短いPythonスクリプトを組み込むことができます。これを利用して、抽出された値から新しいフィールドの結合・分割・計算を行ったり、ビジネスロジックを適用したり、ルックアップを実行したり、連携先システムの仕様に合わせた出力形式を整えることができます。Proプラン以上で利用可能です。