定義
情報抽出とは、契約書や請求書、問い合わせメールなどの非構造化テキストから、日付・金額・氏名・条項番号といった特定の項目を取り出し、構造化データに変換する技術のこと。
情報抽出 (Information Extraction)とは（詳しく解説）
情報抽出（Information Extraction）とは、自然言語処理の分野で、非構造化・半構造化テキストから固有表現（人名・組織名・日付・金額等）や関係、イベントを検出し、構造化データとして取り出す技術を指す。従来は正規表現やルールベースの抽出が中心だったが、近年はLLMにスキーマを渡して抽出させる手法が広く採用されている。2026年時点の実運用では、フォーマットが揺れる帳票や手書きに近いPDFで抽出精度が落ちやすく、項目の欠落や誤認識を人手で確認する工程が必要になるケースが多いとされる。コスト面では、大量文書をLLMで処理するとトークン量に比例して費用がかさむため、まず正規表現やOCRの後処理で抽出できる項目を絞り込み、曖昧な項目だけLLMに任せる設計が現場では選ばれやすい。ツール選定では、抽出結果の信頼度スコアを返せるか、人手レビューとの連携がしやすいかが比較の軸になるとされる。
この解説の引用について
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「情報抽出 (Information Extraction)とは」 https://aipicks.jp/glossary/information-extraction
情報抽出 (Information Extraction)の使用例
- 「以下の契約書から契約期間・金額・当事者名をJSON形式で抽出して」のようにスキーマを指定して依頼する使い方が一般的とされる。
- 請求書PDFを読み取り、取引先名・請求金額・支払期日を表形式でまとめるプロンプトもよく使われる。
