JP2018205851A - 会計処理システム及び会計処理方法。 - Google Patents

Abstract

【課題】証憑を光学的に読取って画像データ化する場合に、該画像データを受信して効率的な処理を行う会計処理システム、及び該会計処理システムを活用する会計処理方法を提供すること。【解決手段】証憑の画像データ及び画像生成装置ＩＤを受信する画像受信部１１１と、画像データから日付、金額、並びに、取引先及び摘要の少なくとも１を含む印字済仕訳要素を抽出する画像解析部１１２と、印字済仕訳要素及び画像生成装置ＩＤによって構成される仕訳要素に対する勘定科目を選定した仕訳データを出力する仕訳ＡＩ１２とを備え、仕訳ＡＩ１２は、仕訳要素と勘定科目との対応を学習した結果に基づいて仕訳データを生成することを特徴とする、会計処理システム会計処理システム１を提供する。画像データを送信する画像生成装置２として社員所有の携帯電話機を使用することができ、効率的かつ高精度の会計処理方法が提供される。【選択図】図１

Description

本発明は、証憑の画像データを取り込んで自動的に仕訳を行う会計処理システム、及び該会計処理システムを活用する会計処理方法に関する。

企業において、会計に関する処理が行われる。例えば、従業者が立替払を行って購入した物品について、購入時の証憑に基づいて、いわゆる会計ソフトウェアに勘定科目及び金額を含む仕訳情報を各々の証憑毎に入力し、貸借対照表、損益計算書等の会計帳票を作成する。また、合わせて、立替金を従業者に支払う。ここで、各々の証憑についてのデータは、従業者から提出された個別の証憑毎に、担当者が入力していることが多かった。しかし、入力に要する時間が大きく、作業効率が悪くなってしまうという問題があった。

そこで、証憑を光学的に読取って電子データ化し（証憑自体が電子データである場合には金額等の仕訳要素を抽出し）、自動で仕訳を行う（勘定科目を生成する）システムが提案されていた。（例えば特許文献１、２）（以下勘定科目を生成することを「仕訳」と呼ぶ。）

ここで、証憑を光学的に読取って電子データ化すること自体も、無視することのできない作業を発生させている。光学的に読取る機器を保有していない従業者は、証憑を担当者に送付しなければならず、証憑を受領した担当者が光学的読取装置の操作をしなければならない。

また、光学的に読取る機器を保有している従業者にとっても、読取操作（例えば証憑の撮影）を行い、読取られたデータを送信することは手間がかかってしまい、不快に感じることも多い。

特開２００７−３０４６４３号公報 特開２０１４−２３５４８４号公報

本発明は、証憑を光学的に読取って画像データ化する場合に、該画像データを受信して効率的な処理を行う会計処理システム、及び該会計処理システムを活用する会計処理方法を提供することを課題とする。

ＡＩ機能を用いた学習により、証憑に含まれる摘要、取引先等に基づいて仕訳が確定する（一意に定まる）証憑については高精度の自動仕訳が可能である。会計処理の効率化のためには、仕訳が必ずしも確定しない証憑についての精度を高めたい。

仕訳が確定しない証憑の例として、例えば以下のものが考えられる。証憑が飲食店のレシートである場合に、借方の勘定科目が「会議費」であるか「接待交際費」であるかは、個々の飲食の際の事情に依存し、いずれの場合もあり得る。ここで、証憑の入力者（支払いに関与した従業員）が、開発部門の研究者であれば「会議費」である蓋然性が高く、営業部門のクロージング担当者であれば「接待交際費」である蓋然性が高い。

証憑を入力する（会計部門に送付する）従業員の手間を考えると、印刷物の証憑を会計部門に持参、郵送等するよりも、証憑を画像データとして送信するほうが容易である。特に、携帯電話機（スマートホンを含む）は、カメラを備え、データ送受信機能を有しているので、手軽に活用することができる。

携帯電話機から画像データを送信する場合、その携帯電話機のＩＤによって証憑の入力者が同定できる。上記のとおり、証憑の入力者に基づいて仕訳の精度を高めることができる。

携帯電話機でなく、固定設置された画像生成装置（例えばオフィスに設置されたコピー機）から画像データを送信する場合にも、個人としての従業者が同定できずとも所属部門が推定でき、画像生成装置のＩＤに基づいて仕訳の精度を高めることができる。

本発明は、以上の事情に鑑み、証憑に関するデータ入力が容易であって、仕訳の精度が高い会計処理システム、及びその活用方法を提供する。

本発明の会計処理システムは、
証憑の画像データ及び画像生成装置ＩＤを受信する画像受信部と、
前記画像データから日付、金額、並びに、取引先及び摘要の少なくとも１を含む印字済仕訳要素を抽出する画像解析部と、
前記印字済仕訳要素及び前記画像生成装置ＩＤによって構成される仕訳要素に対する勘定科目を選定した仕訳データを出力する仕訳ＡＩとを備え、
前記仕訳ＡＩは、仕訳要素と勘定科目との対応を学習した結果に基づいて仕訳データを生成することを特徴とする。

この特徴によれば、証憑の画像データを入力して、ＡＩを活用した仕訳を行うことができる。画像生成装置ＩＤが仕訳要素に含まれることで、仕訳の高精度化が可能となる。

本発明の会計処理システムは、
前記画像データを生成し、前記画像受信部に向けて送信する画像生成装置を２以上備え、
２以上の前記画像生成装置は互いに相異なる前記画像生成装置ＩＤを有することを特徴とする。

この特徴によれば、２以上の画像生成装置が峻別され、画像生成装置ＩＤによる高精度化が確実に行われる。

本発明の会計処理システムは、
前記画像生成装置は、カメラ及び通信機能を備えた携帯端末機であることを特徴とする。

この特徴によれば、携帯端末機を持参して、外出先においても証憑の画像データを入力することができる。ここで、「携帯端末機」には、携帯電話機（スマートホンを含む。）を含む。

本発明の会計処理システムは、
前記画像生成装置は、証憑を撮影して前記画像データを生成し、該画像データに前記画像生成装置ＩＤを付して前記画像受信部に向けて送信する、撮影送信部を備え、
前記撮影送信部は、ユーザが証憑を撮影するアクションにより、自動的に前記送信を行うことを特徴とする。

この特徴によれば、ユーザは、証憑を撮影するワンアクションのみで、証憑の画像データを入力することができる。

本発明の会計処理システムは、
前記画像生成装置ＩＤによって精算対象者を特定する経費精算部を備えた経費精算システムであることを特徴とする。

この特徴によれば、画像生成装置ＩＤによって精算対象者（経費を支払った従業者）を特定し、経費精算を行うことができる。

本発明の会計処理システムは、
前記仕訳ＡＩは、前記仕訳データが正しいものである可能性を表す信頼度を出力することを特徴とする。

この特徴によれば、信頼度に基づいて、仕訳データに対する処理を定めることができる。ここで、「信頼度」は、仕訳ＡＩが学習に用いた学習仕訳データに基づいて仕訳が正しい確率を仕訳ＡＩが求めるものすることができる。かかる確率の計算には、各種の公知手法を使用することができる。また、過去の修正履歴、画像生成装置ＩＤに基づいて求まるユーザ等を加味して、上記確率を増減させた値を信頼度とすることもできる。

本発明の会計処理システムは、
前記仕訳データに基づく手続を行う会計手続部と、
前記仕訳データの各々について前記会計手続部に処理させるか否かを管理者判断に基づいて決定する承認部とを備えることを特徴とする。

この特徴によれば、財務諸表の作成、経費精算、その他の会計手続に用いる仕訳データを管理者判断によって選択することができる。

本発明の会計処理システムは、
前記承認部は、前記信頼度が警告閾値以下である前記仕訳データについて、各々の前記仕訳データの個別の管理者判断を求める警告部を備えることを特徴とする。

この特徴によれば、信頼度の低い仕訳データについては、管理者判断がない限り会計手続きに用いないことが、確実にできる。

本発明の会計処理システムは、
前記承認部は、前記信頼度が承認閾値以上である前記仕訳データについて、その全てを承認する一括承認部を備えることを特徴とする。

この特徴によれば、信頼度の高い仕訳データについて、個別の管理者判断を求めずに会計手続きに用いることができる。

本発明の会計処理システムは、
前記承認部は、前記仕訳データをその前記信頼度が小さい順又は大きい順に提示する順序付け部を備えることを特徴とする。

この特徴によれば、管理者判断を行う者は、判断が強く求められる仕訳データを優先して処理することができる。ここで「信頼度が小さい順に提示する」とは、信頼度が小さい順に各々の仕訳データを表示する、信頼度が小さい順にソートされた表形式の仕訳データを表示又は印刷する、その他、信頼度が小さいものを優先して提示する任意の方法を言う。（「信頼度が大きい順に提示する」場合も同様。）

本発明の会計処理システムは、
前記仕訳データを人手により修正する修正部を備え、
前記修正部は、修正された前記仕訳データに係る前記画像生成装置ＩＤ並びに修正前及び修正後の勘定科目を修正履歴データとして出力することを特徴とする。

この特徴によれば、会計担当者が仕訳データを修正することができ、修正のなされた仕訳データを保持して、活用することができる。

本発明の会計処理システムは、
前記仕訳要素と勘定科目との対応を学習する際に、前記修正履歴データを参照し、前記修正の行われた画像生成装置ＩＤと修正前の勘定科目との組み合わせについて、それが誤りであると学習することを特徴とする。

この特徴によれば、前記修正履歴データを学習に反映させることができ、修正履歴データによって仕訳ＡＩの精度を向上させることができる。また、修正履歴データによって信頼度を調整することもできる。

本発明の会計処理方法は、
企業において修正部を備えた本発明の会計処理システムを使用する会計処理方法であって、
画像生成装置であるスマートホンを社員の各々に所持させ、
経理担当者に、仕訳データを確認させ、修正部を用いて仕訳データ修正させることを特徴とする。

この特徴によれば、社員による証憑の画像データの入力が容易であり、仕訳の高精度化が可能な会計処理方法が提供される。

本発明の会計処理方法は、
前記画像生成装置は、撮影送信部を備えることを特徴とする、請求項１３に記載の会計処理方法。

この特徴によれば、社員による証憑の画像データの入力がより容易になる。

本発明によれば、証憑を光学的に読取って画像データ化する場合に、該画像データを受信して効率的な処理を行う会計処理システム、及び該会計処理システムを活用する会計処理方法が提供される。

図１は、会計処理システムの構成を示す図である。 図２は、仕訳データを示す図である。 図３は、信頼度の計算の例を示すフローチャートである。 図４は、管理者判断を求めるための画面の例を示す図である。

以下、本発明の実施例を説明する。

（システムの構成）
図１は、会計処理システムの構成を示す図である。会計処理システム１は、証憑３の画像データを入力して会計処理を行うシステムであり、画像受信部１１１、画像解析部１１２、仕訳ＡＩ１２、学習部１３、修正部１４、承認部１５及び会計処理部１６を備えている。会計処理システム１は、仕訳データ１７１、承認済仕訳データ１７２、学習仕訳データ１７３、修正履歴データ１８及び学習結果１９を保持している。

会計処理システム１には、ネットワーク（非図示）を介して画像生成装置２が接続されている。画像生成装置２は、撮影送信部２１を備えている。

画像受信部１１１は、画像生成装置２から証憑３の画像データ及び画像生成装置ＩＤを受信する。

画像解析部１１２は、受信された画像データを解析して、日付、金額、並びに、取引先及び摘要の少なくとも１を含む印字済仕訳要素を抽出し、これに受信した画像生成装置ＩＤを合わせた仕訳要素１１３を出力する。

仕訳ＡＩ１２は、仕訳要素１１３を入力し、それに基づいて勘定科目を決定して仕訳データ１７１を出力する。例えば、仕訳要素１１３をベクトル化し、ニューラルネットワークに基づく学習を行った結果を用いることができる。いかなる形態であってもよく、各種の公知の手法を用いることができる。例えば、ベクトル化されたデータに対する数学的なクラスタリングを用いても、ファジイ制御を用いてもよい。

学習部１３は、学習仕訳データ１７３を入力し、仕訳ＡＩ１２の使用する学習結果１９を出力する。学習仕訳データ１７３として、承認済仕訳データ１７２を用いることができる。ここで、学習結果１９の形式は、仕訳ＡＩ１２の仕様に基づいて定めればよい。学習部１３は、修正履歴データ１８を合わせて入力することができる。修正（特に修正前の勘定科目）は、誤りであった仕訳データ１７１を示すものであり、それに負のウエイトをつけて学習することにより、学習結果１９の効果を高めることができる。

修正部１４は、仕訳データ１７１を人手で修正するインタフェースを提供する。修正部１４は、人手による修正が行われた場合には、修正された仕訳データ１７１に係る画像生成装置ＩＤ及び修正前及び修正後の勘定科目を修正履歴データ１８として出力する。

承認部１５は、仕訳データ１７１の承認を行うインタフェースを提供する。承認部１５は、承認された仕訳データ１７１を、承認済仕訳データ１７２として出力する。承認部１５は、順序付け部１５１、警告部１５２及び一括承認部１５３を備える。

順序付け部１５１は、仕訳データ１７１を、その信頼度（詳細は後述）が小さい順に提示する。

警告部１５２は、その信頼度が警告閾値以下である仕訳データ１７１について、各々の仕訳データの個別の管理者判断１５４を求める。

一括承認部１５３は、その信頼度が承認閾値以上である仕訳データ１７１について、その全てを承認する。ここで、「承認閾値」は、会計処理システム１が事前に定めてもよく、判断を行う管理者が設定してもよい。

会計処理部１６は、承認済仕訳データ１７２に基づく会計処理を行う。会計処理としては、承認済仕訳データ１７２を用いて会計ソフトウェア４１に財務諸表を作成させること、 承認済仕訳データ１７２に基づいて銀行手続処理４２により社員に立替分の金銭を支払うこと、その他が考えられる。承認済仕訳データ１７２に基づいて銀行手続処理４２により社員に立替分の金銭を支払うことは、経費精算部１６１によって行われる。経費精算部１６１を備えた会計処理システム１は、「経費精算システム」と位置付けられる。

仕訳データ１７１は、仕訳ＡＩ１２によって出力されるデータである。詳細は後述する、

承認済仕訳データ１７２は、承認部１５によって承認された仕訳データ１７１である。

学習仕訳データ１７３は、学習部１３の用いるデータであり、正しい仕訳の行われたものである。ただし、誤りであることが示された誤りの仕訳のデータを含んでもよい。

修正履歴データ１８は、修正部１４によって仕訳データ１７１が修正された場合に、画像生成装置ＩＤ及び修正前及び修正後の勘定科目を含むデータである。

学習結果１９は、学習部１３によって出力され、仕訳ＡＩ１２によって用いられるデータである。

図２は、仕訳データを示す図である。仕訳データ１７１，承認済仕訳データ１７２、学習仕訳データ１７３、及び修正履歴データ１８は、全て同様の情報を含み、以下、これらの全てについて説明する。

仕訳データ１７１は、画像生成装置ＩＤ１７１ａ、印字済仕訳要素１７１ｂ、勘定科目１７１ｃ、修正有無１７１ｄ、修正前勘定科目１７１ｅ、承認状況１７１ｆ及び信頼度１７１ｇを含む。ここで、画像生成装置ＩＤ１７１ａ、印字済仕訳要素１７１ｂを合わせて「仕訳要素」と呼ぶ。

画像生成装置ＩＤ１７１ａは、画像受信部１１１が画像生成装置２から受信した画像生成装置ＩＤである。図では説明のために「研究部門携帯電話」のようにユーザと装置を表記するが、携帯電話の電話番号、携帯電話のＳＩＭ−ＩＤ、コピー機に割り当てられたＩＰアドレス、その他画像生成装置が同定できる任意の情報でよい。

印字済仕訳要素１７１ｂは、証憑３に印字された内容であり、金額、取引先、摘要及び日付を含む。ここで、金額は、会計処理の上で必須である。また、取引先及び摘要は、仕訳ＡＩ１２が勘定科目を生成するため少なくとも一方が必須である、ただし、勘定科目を生成できる限りにおいて一方のみであって両方でなくともよい。また日付は必ずしも必要でないが、年度の区分、月毎あるいは四半期毎の集計のために存在することが好ましい。

勘定科目１７１ｃは、仕訳ＡＩ１２によって出力された勘定科目、又はその後に人手修正された勘定科目である。

修正有無１７１ｄは、修正部１４による修正の有無を示す。

修正前勘定科目１７１ｅは、修正部１４による修正が行われた場合における、修正前の勘定科目である。

承認状況１７１ｆは、承認部１５による承認の状況を示す。「承認」「不承認」「未決」の３とおりが考えられる。

信頼度１７１ｇは、仕訳ＡＩ１２によって出力される、各々の仕訳データの信頼度の値である。詳細は後述する。

仕訳データ１７１，承認済仕訳データ１７２、学習仕訳データ１７３、及び修正履歴データ１８は、いずれも図２に示す構成であってよい。ただし、必ずしも画像生成装置ＩＤ１７１ａ、印字済仕訳要素１７１ｂ、勘定科目１７１ｃ、修正有無１７１ｄ、修正前勘定科目１７１ｅ、承認状況１７１ｆ及び信頼度１７１ｇの全てを含まなくともよい。

仕訳データ１７１は，画像生成装置ＩＤ１７１ａ、印字済仕訳要素１７１ｂ、勘定科目１７１ｃ及び信頼度１７１ｇを含み、他の情報を含まないことが可能である。

承認済仕訳データ１７２も、画像生成装置ＩＤ１７１ａ、印字済仕訳要素１７１ｂ、勘定科目１７１ｃ及び信頼度１７１ｇを含み、他の情報を含まないことが可能である。ここで、承認を受けた（承認状況１７１ｆが「承認」である）レコードのみを承認済仕訳データ１７２に含むこととすれば、承認状況１７１ｆは不要である。

学習仕訳データ１７３は、画像生成装置ＩＤ１７１ａ、印字済仕訳要素１７１ｂ、勘定科目１７１ｃを含み、他の情報を含まないことが可能である。ただし、修正有無１７１ｄ、修正前勘定科目１７１ｅ、承認状況１７１ｆを含むことで、学習の効果が高まる。

修正履歴データ１８は、画像生成装置ＩＤ１７１ａ、印字済仕訳要素１７１ｂ、勘定科目１７１ｃ、修正前勘定科目１７１ｅを含み、他の情報を含まないことが可能である。ここで、修正のあった（修正有無１７１ｄが「有」である）レコード（図２において（３）で示す。）のみを修正履歴データ１８に含むこととすれば、修正有無１７１ｄは不要である。

なお、図２の形式で保持された仕訳データ１７１は、承認済仕訳データ１７２、学習仕訳データ１７３、及び修正履歴データ１８としても使用できるものであり、１のデータのみを保持し、仕訳データ１７１，承認済仕訳データ１７２、学習仕訳データ１７３、及び修正履歴データ１８の全てに用いることもできる。

画像生成装置２は、証憑３の画像データを生成し、自身のＩＤと共に会計処理システム１に送信する。画像生成装置２は、撮影送信部２１を備える。

撮影送信部２１は、画像の撮影とデータ送信とをワンアクションで行う（例えば、カメラで画像を撮影するとその画像に画像生成装置ＩＤを付して自動的に送信する）画像生成装置２で動作するアプリケーションである。例えば画像生成装置２をスマートホンとすれば、アプリケーションである撮影送信部２１がインストール可能である。

なお、撮影送信部２１は必ずしも備えなくともよい。例えば携帯電話機において、付随するカメラで撮像し、撮像された画像データを会計処理システム１に送信してもよい。

図１には、２の画像生成装置２が示されているが、画像生成装置ＩＤによっていずれの画像生成装置２であるかが峻別できれば、いくつの画像生成装置２を備えてもよい。

（会計処理の手順）
以下、会計処理システム１を用いて会計処理を行う手順について、説明する。

会計処理システム１は、企業によって運用され、各々の社員の所有する携帯電話機（スマートホンを含む）が画像生成装置２として用いられる。

会計処理システム１の運用に先立ち、学習部１３により学習結果１９を生成する。仕訳ＡＩ１２を高精度で動作させるためである。学習仕訳データ１７３としては当該企業の過去の仕訳を用いることができる。

学習部１３は、学習仕訳データ１７３に基づいて学習を行い、その結果を学習結果１９として出力する。学習の処理については、仕訳ＡＩ１２１に合わせた公知の処理を用いればよい。学習処理は、実際に行われた仕訳における仕訳要素及び勘定科目を用いる教師付き学習とすることができる。ただし、仕訳要素のみを用いる教師なし学習で仕訳要素を分類し勘定科目を別途付与することも可能である。

ここで、学習仕訳データ１７３として、修正有無１７１ｄ、修正前勘定科目１７１ｅ、承認状況１７１ｆを含むことで、修正前勘定科目１７１ｅ及び承認状況１７１ｆが「不承認」のものについて、それが好ましくない仕訳であることを学習することができる。「好ましくない」ことの処理としては、負のウエイトをつけて学習する、好ましくない仕訳として正しい仕訳と別途の学習を行う等の方法が考えられる。仕訳ＡＩ１２１に合わせた公知の処理を用いればよい。

会社の経費を立替払した社員は、その立替払に係る証憑３（レシート等の印刷物）を自らの所有する携帯電話機で撮影する。撮影された画像データは、撮影送信部２１によって画像生成装置ＩＤと共に会計処理システム１に送信される。

画像受信部１１１が画像データと画像生成装置ＩＤとを受信し、画像解析部１１２が画像データから印字済仕訳要素１７１ｂを抽出する。仕訳要素は、テキストとして印刷されている（特に金額）場合や、ロゴなどのイメージとして印刷されている場合や、１次元又は２次元のバーコードとして印刷されている場合がある。いずれの場合についても、レシートなどを読み取って家計簿等を作成するために用いられる公知の手法によって印字済仕訳要素１７１ｂを抽出することができる。

画像生成装置ＩＤ１７１ａと印字済仕訳要素１７１ｂとから、仕訳ＡＩ１２が勘定科目１７１ｃを生成する（仕訳を行う）。

仕訳ＡＩ１２の行う仕訳については、出願人が特願２０１６−２４４７４１において開示した手法、あるいは公知の手法を用いることもできるが、画像生成装置ＩＤ１７１ａを用いることが本発明を特徴付ける。

例えば、図２において（１）で示した２の仕訳データ１７１は、いずれも飲食店における支出であるが、一方は「会議費」として、他方は「接待交際費」として仕訳されている。これは、画像生成装置ＩＤ１７１ａが「研究部門携帯電話」であるか「営業部門携帯電話」であるかの相違に基づく。画像生成装置ＩＤ１７１ａの相違が勘定科目１７１ｃに影響することは、画像生成装置ＩＤ１７１ａを含む学習を行うことで、学習結果１９に表されるものとなる。

また、図２において（２）で示した２の仕訳データ１７１は、いずれも商店における水の購入であるが、一方は「消耗品費」として、他方は「会議費」として仕訳されている。これは、画像生成装置ＩＤ１７１ａが「社長秘書携帯電話」であるか「営業部門コピー機」であるかの相違に基づく。

以上のように、画像生成装置ＩＤ１７１ａを用いて勘定科目１７１ｃの精度を高めることができる。

仕訳ＡＩ１２は、次に、信頼度１７１ｇを求める。図３は、信頼度の計算の例を示すフローチャートである。仕訳ＡＩ１２は、まず、信頼度Ｒの値として、学習結果１９に「基づく確信度を計算する。例えば、学習仕訳データ１７３において同一の画像生成装置ＩＤ１７１ａ、取引先、摘要に関し、求めた勘定科目１７１ｃが占める比率をＲの値とすることができる。なお、学習仕訳データ１７３におけるデータ数等により信頼度を変化させる等の各種の変形計算が可能である。

仕訳ＡＩ１２は、その後、信頼度Ｒの値の調整を行う。図３においてステップ１２ａで示したように、学習仕訳データ１７３における修正前データに一致した場合には、信頼度Ｒの値をａ１だけ減ずることができる。なお、学習部１３が修正前データに負のウエイトを付して学習した場合には、ステップ１２ａに相当する情報が学習結果１９に反映され、ステップ１２ａは不要である。ここで、ａ１の値は、後述する承認部の運用に合わせて調整すればよい（ａ１を固定値でなく状況に依存して変動させてもよい）。

仕訳ＡＩはまた、学習仕訳データ１７３において承認状況が「不承認」であるデータに一致した場合には、信頼度Ｒの値をａ２だけ減ずることができる。過去に不承認があったことは承認部の運用において管理者判断を求める可能性が高いことに対応するものである。ａ２の値についても、承認部の運用に合わせて調整すればよい（例えば、承認と不承認の比率に依存して変動させてもよい）。

次に、会計担当者が、仕訳データ１７１を確認し、必要に応じて会計担当者が修正部１４により修正する。修正された仕訳データについて、修正部１４は、修正履歴データ１８を出力する。

修正履歴データ１８を用いて再学習することで、勘定科目１７１ｃの精度をさらに高めることができる。

修正の完了した仕訳データ１７１は、承認部１５によって処理される。承認状況１７１ｆは、承認部１５によって処理される前は「未決」である。承認部１５によって、「承認」又は「不承認」となる。（又は、承認された仕訳データ１７１が承認済仕訳データ１７２に移動され、不承認とされた仕訳データ１７１が削除される。）

承認部１５は、仕訳データ１７１について、「承認」又は「不承認」の管理者判断を求める。図４は、管理者判断を求めるための画面の例を示す図である。仕訳データ１７１の信頼度１７１ｇ、仕訳要素１７１ａ及び１７１ｂ、並びに勘定科目１７１ｃが、順序付け部１５１によって信頼度の小さな順にソートされて表示されている。その右に、「承認」ボタン１５４ａ、「不承認」ボタン１５４ｂ、「以下全承認」ボタン１５４ｃが設けられている。

管理者は、各々の仕訳データ１７１について、「承認」ボタン１５４ａ又は「不承認」ボタン１５４ｂを押下して、判断を示す。ここで、仕訳データ１７１が信頼度の小さな順にソートされているので、ある仕訳データよりも信頼度が大きな仕訳データを一括して承認することもできる。その場合には、「以下全承認」ボタン１５４ｃを押下する。

承認部１５は、承認された仕訳データ１７１を、承認済仕訳データ１７２に移動する。（又は、図２において（４）で示したように承認状況を更新する。）

ここで、判断を行う件数が多く、管理者の作業量が過多になってしまう場合には、事前に警告閾値を定め、警告部１５２によって、信頼度が警告閾値以下である仕訳データのみについて図４と同様に管理者判断を求めることとしてもよい。

また、管理者が承認閾値を指定し、一括承認部１５３によって、信頼度が承認閾値以上である仕訳データの全てについて、管理者判断を求めずに自動承認することとしてもよい。図４における「以下全承認」ボタン１５４ｃの押下と同様のことを自動で行うものである。

企業においては、証憑３の提出者、あるいは金額に依存して承認権限を有する管理者が相違することが多い。その場合には、各々の仕訳データ１７１を承認権限を有する管理者に判断させる。画像生成装置ＩＤ１７１ａによって証憑３の提出者が同定できるので、承認権限を有する管理者を定めることができる。

なお、順序付け部１５１によって信頼度の大きな順にソートして表示してもよい。その場合には、信頼度が大きく問題が小さいと思われる仕訳を優先して処理することができる。「以下全承認」ボタン１５４ｃは、「以上全承認」として問題が小さいと思われる仕訳に係る「承認」ボタンの押下回数を減らすようにする。

承認済仕訳データ１７２は、会計処理部１６によって処理される。

会計処理部１６が承認済仕訳データ１７２を会計ソフトウェア４１に送信し、会計ソフトウェア４１が会計帳票を作成することができる。

また、経費精算部１６１により銀行手続処理４２を起動して、画像生成装置ＩＤ１７１ａによって同定された証憑３の提出者の銀行口座に振込を行うこともできる。

以上詳細に説明したように、本実施例の会計処理システム１によれば、社員の所有する携帯電話機（スマートホンを含む）が画像生成装置２として用いることで、社員による証憑３の提出を容易にすることができる。また、その際に画像生成装置ＩＤ１７１ａが証憑３に対応して付されることで、仕訳ＡＩ１２の精度を向上させることができる。さらに、信頼度を活用して効率的な承認処理を行うことができる。

証憑を光学的に読取って画像データ化する場合に、該画像データを受信して効率的な処理を行う会計処理システム、及び該会計処理システムを活用する会計処理方法である。多くの企業による利用が考えられる。

１ 会計処理システム（経費精算システム）
１１１ 画像受信部
１１２ 画像解析部
１１３ 仕訳要素
１２ 仕訳ＡＩ
１３ 学習部
１４ 修正部
１５ 承認部
１５１ 順序付け部
１５２ 警告部
１５３ 一括承認部
１５４ 管理者判断
１６ 会計処理部
１６１ 経費精算部
１７１ 仕訳データ
１７２ 承認済仕訳データ
１７３ 学習仕訳データ
１８ 修正履歴データ
１９ 学習結果
２ 画像生成装置
２１ 撮影送信部
３ 証憑
４１ 会計ソフトウェア
４２ 銀行手続処理

Claims (14)

1. 証憑の画像データ及び画像生成装置ＩＤを受信する画像受信部と、
   前記画像データから日付、金額、並びに、取引先及び摘要の少なくとも１を含む印字済仕訳要素を抽出する画像解析部と、
   前記印字済仕訳要素及び前記画像生成装置ＩＤによって構成される仕訳要素に対する勘定科目を選定した仕訳データを出力する仕訳ＡＩとを備え、
   前記仕訳ＡＩは、仕訳要素と勘定科目との対応を学習した結果に基づいて仕訳データを生成することを特徴とする、会計処理システム。
2. 前記画像データを生成し、前記画像受信部に向けて送信する画像生成装置を２以上備え、
   ２以上の前記画像生成装置は互いに相異なる前記画像生成装置ＩＤを有することを特徴とする、請求項１に記載の会計処理システム。
3. 前記画像生成装置は、カメラ及び通信機能を備えた携帯端末機であることを特徴とする、請求項２に記載の会計処理システム。
4. 前記画像生成装置は、証憑を撮影して前記画像データを生成し、該画像データに前記画像生成装置ＩＤを付して前記画像受信部に向けて送信する、撮影送信部を備え、
   前記撮影送信部は、ユーザが証憑を撮影するアクションにより、自動的に前記送信を行うことを特徴とする、請求項２又は３に記載の会計処理システム。
5. 前記画像生成装置ＩＤによって精算対象者を特定する経費精算部を備えた経費精算システムであることを特徴とする、請求項１〜４のいずれか１項に記載の会計処理システム。
6. 前記仕訳ＡＩは、前記仕訳データが正しいものである可能性を表す信頼度を出力することを特徴とする、請求項１〜５のいずれか１項に記載の会計処理システム。
7. 前記仕訳データに基づく手続を行う会計手続部と、
   前記仕訳データの各々について前記会計手続部に処理させるか否かを管理者判断に基づいて決定する承認部とを備えることを特徴とする、請求項６に記載の会計処理システム。
8. 前記承認部は、前記信頼度が警告閾値以下である前記仕訳データについて、各々の前記仕訳データの個別の管理者判断を求める警告部を備えることを特徴とする、請求項７に記載の会計処理システム。
9. 前記承認部は、前記信頼度が承認閾値以上である前記仕訳データについて、その全てを承認する一括承認部を備えることを特徴とする、請求項７又は８に記載の会計処理システム。
10. 前記承認部は、前記仕訳データをその前記信頼度が小さい順又は大きい順に提示する順序付け部を備えることを特徴とする、請求項７〜９のいずれか１項に記載の会計処理システム。
11. 前記仕訳データを人手により修正する修正部を備え、
    前記修正部は、修正された前記仕訳データに係る前記画像生成装置ＩＤ並びに修正前及び修正後の勘定科目を修正履歴データとして出力することを特徴とする、請求項７〜１０のいずれか１項に記載の会計処理システム。
12. 前記仕訳要素と勘定科目との対応を学習する際に、前記修正履歴データを参照し、前記修正の行われた画像生成装置ＩＤと修正前の勘定科目との組み合わせについて、それが誤りであると学習することを特徴とする、請求項１１に記載の会計処理システム。
13. 企業において請求項１１又は１２に記載の会計処理システムを使用する会計処理方法であって、
    画像生成装置であるスマートホンを社員の各々に所持させ、
    経理担当者に、仕訳データを確認させ、修正部を用いて仕訳データ修正させることを特徴とする、会計処理方法。
14. 前記画像生成装置は、請求項４に記載の撮影送信部を備えることを特徴とする、請求項１３に記載の会計処理方法。