JP6342583B1 - 自動仕訳装置、会計処理装置、会計処理システム、会計処理方法、及び会計処理プログラム - Google Patents

Abstract

会計処理装置１０は、予め機械学習により取引内容に応じた勘定科目候補及び各勘定科目候補の信頼度を仕訳結果として出力することを学習した仕訳ＡＩと、仕訳ＡＩにより出力された仕訳結果に基づき、取引内容に応じた勘定科目候補と各勘定科目候補の信頼度とを含む仕訳データを生成する仕訳部１３と、仕訳部１３により生成された仕訳データに基づき、勘定科目候補の一つを選択可能に勘定科目候補と各勘定科目候補の信頼度をユーザに提示する仕訳提示部１４と、を備える。

Description

本発明は取引の情報を取り込んで自動的に仕訳を行う自動仕訳装置、会計処理装置、会計処理システム、会計処理方法、及び会計処理プログラムに関する。

従来の会計処理としては、税理士や会計士、簿記担当者等が会計業務ソフトに、実際に行われた取引内容を入力し、取引内容から勘定科目を経験的に判断して仕訳の入力を行っていた。このため、仕訳の精度は担当者（ユーザ）の経験に依存するところが大きく、仕訳の精度にばらつきが生じるという問題があった。

そこで、取引内容を含んだウェブ明細データや証憑データを、インターネット等を介して取り込み、これらのデータを解析して、取引内容に応じた特定の勘定科目に自動的に仕訳をする会計処理装置が開発されている（特許文献１、２参照）。

詳しくは、特許文献１に記載された技術では、取引内容の記載を形態素に分節し、各形態素に対応づけられた１又は複数の勘定科目の出現頻度を参照して、取引内容の記載が表す勘定科目を提示する。ユーザはこの提示された勘定科目を修正することもでき、修正された結果は、ユーザごとのユーザルールとして保存され、次回からは、その取引内容に対して修正された勘定科目が提示される。

また、特許文献２に記載された技術では、会計ソフトを所有する登録ユーザについては、当該登録ユーザの過去履歴を参照して証憑記載の取引と類似取引の仕訳を抽出し、その使用頻度に応じて推奨仕訳を提示する。一方、非登録ユーザについては全ユーザ（全国多数の個人や企業）の使用人数が一番多い仕訳を推奨仕訳としてユーザに提示する。また、当該特許文献１では、新たな仕訳が生じたり、ユーザ側で仕訳を修正したりした場合には、学習手段により仕訳に用いるデータベースを更新することで、各ユーザが使い込むほど仕訳の結果が最適化されることも記載されている。

特開２０１６−２１１４７号公報 特開２０１４−２３５４８４号公報

以上のように上記特許文献１、２では、自動的に仕訳した勘定科目をユーザに提示し、ユーザがそれを修正した場合には、その修正結果を次回以降の仕訳に反映させるよう学習を行っている。しかしながら、どれだけ学習が進んだとしても完全に正確な自動仕訳を行うことは不可能であり、必ず誤った仕訳も生じてくる。しかしながら、上記特許文献１、２の技術では、過去の仕訳履歴から最も頻度の高い仕訳を選択しているだけであるため、自動仕訳された仕訳（勘定科目）がどの程度正確であるか、つまり自動仕訳された勘定科目の信頼性をユーザ側は把握することができない。

例えば、ある飲食店の領収書に対し接待交際費と仕訳した頻度と、会議費と仕訳した頻度が均衡していた場合でも、上記特許文献１、２の技術では、一方の勘定科目が表示されるだけである。したがって、他方の勘定科目へ修正するには結局ユーザの経験に依存することになるため、更なるユーザビリティの向上が望まれる。

つまり、仕訳を学習した自動仕訳用のＡＩ（以下仕訳ＡＩ）は、多くの証憑について一定精度の自動仕訳を行うことはできるが、ＡＩであるがゆえに高い精度で自動仕訳ができない証憑も存在する。

具体的には、簿記のルールとして２以上の仕訳がいずれも正解として認められ、学習用の教師データに２以上の仕訳が存在する場合等は、仕訳ＡＩが判断に迷い、仕訳の信頼度を高めることができない。例えば、コーヒーショップでの飲食は、簿記的には「会議費」と「福利厚生費」のどちらでも正解であり、両方とも簿記的に正解ゆえに、仕訳ＡＩが判断に迷ってしまい、信頼度の高い仕訳を実施できない。したがって、このような自動仕訳については、その仕訳結果の信頼度をユーザに適切に提示する必要がある。

本発明はこのような問題点を解決するためになされたもので、その目的とするところは、自動仕訳された勘定科目の信頼度をユーザが容易に把握することができ、ユーザビリティを向上させることのできる自動仕訳装置、会計処理装置、会計処理システム、会計処理方法、及び会計処理プログラムを提供することにある。

上記した目的を達成するために、本発明に係る自動仕訳装置は、取引内容に応じた勘定科目を自動的に仕訳する自動仕訳装置であって、機械学習により取引内容に応じた勘定科目候補及び各勘定科目候補の信頼度を仕訳結果として出力することを学習している。

上記した目的を達成するために、本発明に係る会計処理装置は、取引内容に応じた勘定科目を自動的に仕訳する会計処理装置であって、機械学習により取引内容に応じた勘定科目候補及び各勘定科目候補の信頼度を仕訳結果として出力することを学習した自動仕訳部と、前記自動仕訳部により出力された仕訳結果に基づき、前記取引内容に応じた勘定科目候補と各勘定科目候補の信頼度とを含む仕訳データを生成する仕訳データ生成部と、前記仕訳データ生成部により生成された仕訳データに基づき、前記勘定科目候補の一つを選択可能に、前記勘定科目候補と各勘定科目候補の信頼度をユーザに提示する仕訳提示部と、を備える。

上記会計処理装置において、前記仕訳提示部は、前記勘定科目候補の信頼度が所定のしきい値未満である場合にのみ、前記勘定科目候補と各勘定科目候補の信頼度をユーザに提示してもよい。

上記会計処理装置において、前記仕訳データ生成部は、前記自動仕訳部により出力された仕訳結果のうち、前記取引内容に対して簿記上の誤りである勘定科目候補を判別し、その勘定科目候補については簿記上の誤りである旨の付加情報を付して前記仕訳データを生成し、前記仕訳提示部は、前記付加情報に基づき簿記上の誤りである勘定科目候補について他の勘定科目候補と異なる表記でユーザに提示してもよい。

上記会計処理装置において、前記仕訳データ生成部は、前記自動仕訳部により出力された仕訳結果のうち、前記取引内容に対して予め定めた所定の仕訳ルールの適用がある勘定科目候補を判別し、その勘定科目候補については前記所定の仕訳ルールの適用がある旨の付加情報を付して前記仕訳データを生成し、前記仕訳提示部は、前記付加情報に基づき前記所定の仕訳ルールの適用がある勘定科目候補について他の勘定科目候補と異なる表記でユーザに提示してもよい。

上記会計処理装置において、前記仕訳提示部は、前記勘定科目候補についての情報を吹き出し表示してもよい。

また、上記会計処理装置において、前記仕訳提示部は、前記勘定科目候補について、異なる学習を行った前記自動仕訳部に基づく複数の信頼度を表示してもよい。

また、上記した目的を達成するために本発明に係る会計処理システムは、上述の会計処理装置と、前記会計処理装置と通信網を介して接続され、前記仕訳提示部より提示される情報を表示可能な表示部を有する情報端末と、を備える。

また、上記した目的を達成するために本発明に係る会計処理方法は、取引内容に応じた勘定科目を自動的に仕訳する会計処理方法であって、予め機械学習により取引内容に応じた勘定科目候補及び各勘定科目候補の信頼度を仕訳結果として出力することを学習した自動仕訳部により、前記取引内容に応じた仕訳結果を出力する自動仕訳工程と、前記自動仕訳部により出力された仕訳結果に基づき、前記取引内容に応じた勘定科目候補と各勘定科目候補の信頼度とを含む仕訳データを生成する仕訳データ生成工程と、前記仕訳データ生成工程により生成された仕訳データに基づき、前記勘定科目候補の一つを選択可能に、前記勘定科目候補と各勘定科目候補の信頼度をユーザに提示する仕訳提示工程と、を備える。

また、上記会計処理方法において、前記仕訳提示工程では、前記勘定科目候補の信頼度が所定のしきい値未満である場合にのみ、前記勘定科目候補と各勘定科目候補の信頼度をユーザに提示してもよい。

また、上記会計処理方法において、前記仕訳データ生成工程では、前記自動仕訳部により出力された仕訳結果のうち、前記取引内容に対して簿記上の誤りである勘定科目候補を判別し、その勘定科目候補については簿記上の誤りである旨の付加情報を付して前記仕訳データを生成し、前記仕訳提示工程では、前記付加情報に基づき簿記上の誤りである勘定科目候補について他の勘定科目候補と異なる表記でユーザに提示してもよい。

また、上記会計処理方法において、前記仕訳データ生成工程では、前記自動仕訳部により出力された仕訳結果のうち、前記取引内容に対して予め定めた所定の仕訳ルールの適用がある勘定科目候補を判別し、その勘定科目候補については前記所定の仕訳ルールの適用がある旨の付加情報を付して前記仕訳データを生成し、前記仕訳提示工程では、前記付加情報に基づき前記所定の仕訳ルールの適用がある勘定科目候補について他の勘定科目候補と異なる表記でユーザに提示してもよい。

また、上記会計処理方法において、前記仕訳提示工程では、前記勘定科目候補についての情報を吹き出し表示してもよい。

また、上記会計処理方法において、前記仕訳提示工程では、前記勘定科目候補について、異なる学習を行った前記自動仕訳部に基づく複数の信頼度を表示してもよい。

また、上記した目的を達成するために、本発明に係る会計処理プログラムでは、コンピュータに、上述の会計処理方法を実行させる。

上記手段を用いる本発明によれば、自動仕訳された勘定科目の信頼度をユーザが容易に把握することができ、ユーザビリティを向上させることができる。

本発明の一実施形態に係る会計処理システムを示すシステム構成図である。 仕訳ＡＩを形成するための学習システムを示すシステム構成図である。 取引内容と、それに対する仕訳ＡＩによる仕訳結果の一例を示す説明図である。 図３の仕訳結果に基づくユーザへの仕訳提示例を示す説明図である。 仕訳結果に基づくユーザへの仕訳提示の第１変形例を示す説明図である。 仕訳結果に基づくユーザへの仕訳提示の第２変形例を示す説明図である。

以下、本発明の一実施形態を図面に基づき説明する。

図１は本発明の一実施形態に係る会計処理装置を含む会計処理システムを示すシステム構成図である。

図１に示すように、本実施形態に係る会計処理システム１は、インターネット、ＶＰＮ（Virtual Private Network）等の通信網２を介して、ユーザ側の情報端末３と会計処理サービス提供者側の会計処理装置１０とが接続されて構成されている。なお、説明の簡略化のため図１では一人のユーザのみを示しているが、会計処理装置１０は通信網２を介して複数のユーザと接続可能である。

ユーザは、例えば税理士及び会計士等の専門家であったり、直接会計処理を行う法人や個人等であり、少なくとも入力部４と表示部５を有する情報端末３を備えている。

情報端末３は、例えばパーソナルコンピュータ（以下、ＰＣという）や、スマートフォン、タブレットＰＣ、及び携帯電話のような携帯端末であり、少なくともｗｅｂ情報を表示可能な端末である。

入力部４は、例えばキーボード、マウス、タッチパネル等、仕訳の対象となる取引内容をユーザが手入力可能なもの、又は例えばスキャナ又はカメラ等で領収書やレシートに記載の取引内容を読み込み可能なものである。表示部５は、例えばディスプレイであり、仕訳結果等の各種データを視認可能に表示するものである。

このように構成された情報端末３は、入力部４にて入力された取引内容を含む取引データを会計処理装置１０に送信可能であるとともに、会計処理装置１０から受信したデータを表示部５にて表示可能である。

一方、会計処理サービス提供者（以下、単にサービス提供者ともいう）は、いわゆるクラウドコンピューティングにより会計処理サービスを提供する事業者であり、会計処理装置１０を管理する者である。

会計処理装置１０は、プログラムに基づき会計処理を実行する１又は複数のサーバを有し、機能的には主に取引解析部１１、数値化・ベクトル化部１２、仕訳部１３（仕訳データ生成部）、仕訳提示部１４、及び学習システム３０を有している。

取引解析部１１は、ユーザの情報端末３から送られる取引データを受信し、当該取引データの取引内容から仕訳要素となる情報を抽出して、仕訳要素データを生成する機能を有している。仕訳要素としては、例えば日付、金額、取引先、摘要（但し書き、商品名含む）、取引元（宛名含む）があり、少なくとも日付、金額、摘要を抽出する。

なお、仕訳要素はこれに限られるものではない。例えば、取引データに、購入品の数量が入力されている場合には数量を仕訳要素として含めてもよいし、同席者の名前や人数等の情報が入力されている場合には、同席者及び人数を仕訳要素として含めてもよい。また、各企業を特定するために設定された番号（法人番号、事業所番号）を仕訳要素に含めてもよい。

また数値化・ベクトル化部１２は、取引解析部１１にて生成された仕訳要素データに対して、仕訳に適したベクトルデータに変換する。仕訳要素データは、文字や数字からなるデータであり、これを仕訳部１３にて認識しやすいデータ形式に数値化し、ベクトル化することでベクトルデータを生成する。

仕訳部１３は、仕訳ＡＩ（Artificial Intelligence）（自動仕訳部）を有しており、当該仕訳ＡＩにより仕訳要素のベクトルデータから仕訳データを生成する。仕訳ＡＩは、学習システム３０にて、税理士等の専門家や各企業、各業界が過去に実施した精度の高い仕訳データを教師データとして機械学習を行い、取引内容に応じた勘定科目を選定することを学習した、仕訳に特化したＡＩである。

詳しくは、図２を参照すると上記仕訳ＡＩを形成するための学習システムを示すシステム構成図が示されている。

同図に示す学習システム３０は、１又は複数のサーバ（コンピュータ）からなり、機能的には数値化・ベクトル化部３１、学習部３２、学習済モデルＤＢ３３を有している。そして、当該学習システム３０には、証憑の情報に基づく仕訳要素データと、それに対応する仕訳データが入力される。この入力される仕訳要素データと仕訳データとの組み合わせは、過去に専門家や企業により仕訳された正確性の高いデータが用いられる。

数値化・ベクトル化部３１は、上記仕訳処理装置のベクトル化と同様に入力された仕訳要素データ及び仕訳データをベクトルデータに変換する。

学習部３２は、ベクトル化された仕訳要素データと仕訳データとの組み合わせの関係性を学習することで、仕訳要素データを複合的に判断し、適切な勘定科目の候補（以下勘定科目候補という）と、各勘定科目候補の信頼度を出力する仕訳ＡＩを形成する。

学習済モデルＤＢ３３には、学習部３２にて形成された仕訳ＡＩが記憶されている。仕訳ＡＩは１つに限られず、例えばユーザの業種やユーザ単体に（例えば一企業、一個人など）特化した仕訳要素データと仕訳データを入力して学習させることで、ユーザの業種やユーザ単体に最適化された仕訳ＡＩを形成してもよい。これにより、ユーザにとってより精度の高い仕訳を実現できる。

このように形成された仕訳ＡＩは、勘定科目に応じて、例えば取引先、日付、金額、摘要、取引元等の仕訳要素のうち、その勘定科目を決定するのにポイントとなる仕訳要素を特徴点として見出し、特徴点である仕訳要素に基づき勘定科目候補とその信頼度を出力する（自動仕訳工程）。

信頼度とは、仕訳ＡＩが学習結果に基づき判断した仕訳要素に対する勘定科目の確率であり、例えばパーセントで表示される。従って、信頼度は仕訳ＡＩの学習内容に応じて変化する場合があり、例えば、特に業界やユーザ等を限定せずに学習させた仕訳ＡＩであれば一般的な会計に基づく信頼度が出力される。また、ユーザの業種に限定して学習させた仕訳ＡＩであればその業種に応じた信頼度が出力され、ユーザ単体に限定して学習させた仕訳ＡＩであればそのユーザ単体に応じた信頼度を出力可能である。

詳しくは、図３を参照すると、取引内容と、それに対する仕訳ＡＩによる仕訳結果の一例が示されており、同図に基づき仕訳部１３が生成する仕訳データについて説明する。

同図に示すように、日付「2015/12/15」、金額「4,520」円、摘要「Ａ飲食店 打合せ」である仕訳要素からなる取引内容に対して、仕訳ＡＩは仕訳結果として、各勘定科目に該当する確率、即ち信頼度を出力する。例えば、図３では、仕訳ＡＩは、３０％の確率で福利厚生費、３％の確率で支払手数料、１７％の確率で会議費、５０％の確率で接待交際費、その他の勘定科目の確率は０％であると判断している。この図３のように、仕訳ＡＩは、勘定科目の候補と、その信頼度とを含む仕訳結果を出力する。

図１に戻り、仕訳部１３はこのように仕訳ＡＩにより出力された仕訳結果に対し、信頼度の高い順に所定数の勘定科目候補を選択し、選択した勘定科目候補とその信頼度を含めた情報を仕訳データとする。なお、ここで仕訳部１３が選択する勘定科目候補は、信頼度の高い順に選択する方法に限られず、例えば信頼度が所定％以上の勘定科目を選択してもよい。

さらに仕訳部１３は、仕訳データとして、各勘定科目候補に信頼度の他にも付加情報を付することが可能である。例えば本実施形態の仕訳部１３は、取引内容に対して勘定科目候補が明らかな簿記上の誤りであることや、予めユーザ側で定めた所定の仕訳ルールが適用される可能性があること等の付加情報を付する。

具体的には、図３では、摘要「Ａ飲食店 打合せ」に対して勘定科目候補の「支払手数料」は、簿記的に明らかな誤りであることから、仕訳部１３は仕訳データとして、この勘定科目候補「支払手数料」については簿記的誤りである旨の付加情報を付する。

また、例えばユーザ側で、１名あたり5,000円未満の食事代関係は福利厚生でも会議費でもよいとするルールが定められている場合、仕訳部１３は図３に示すように金額が１名あたり5,000円未満で摘要に飲食店（食事代）が含まれている場合には、勘定科目候補の「福利厚生費」及び「会議費」については所定の仕訳ルールが適用される可能性がある旨の付加情報を付する。

このように、仕訳部１３は、仕訳ＡＩによる勘定科目候補及びその信頼度と、付加情報を含んだ仕訳データを生成して、仕訳提示部１４に出力する（仕訳データ生成工程）。

仕訳提示部１４は、仕訳部１３にて生成された仕訳データに基づき、勘定科目候補の一つを選択可能に、勘定科目候補と各勘定科目候補の信頼度をユーザに提示するよう、仕訳提示データを生成してユーザの情報端末３に送信する（仕訳提示工程）。情報端末３は、会計処理装置１０からの仕訳データを受信すると表示部５に、その仕訳データを表示可能である。

詳しくは、図４を参照すると、上記図３の仕訳結果に基づくユーザへの仕訳提示例が示されている。

同図に示すように、ユーザの情報端末３の表示部５には、図３の仕訳結果に基づき日付「2015/12/15」、金額「4,520」、摘要「Ａ飲食店 打合せ」が表示され、勘定科目の欄には最も信頼度の高い勘定科目候補である「接待交際費」が仮入力されている。

勘定科目の欄はプルダウンメニューとなっており、欄右端の下向き三角形をクリック又はタップすると、勘定科目候補とその信頼度が表示される。図３はプルダウンメニューを開いた状態を示しており、信頼度の高い順に、上から「接待交際費５０％」、「福利厚生費３０％」、「会議費１７％」、「支払手数料３％」が表示されている。また、仕訳提示部１４は、仕訳ルールの付加情報に基づき、簿記的誤りである「支払手数料」については下線を付し、所定の仕訳ルールが適用される可能性がある「福利厚生費」及び「会議費」については二重下線を付して、付加情報を示している。なお、付加情報を示す表記は下線や二重下線に限られるものではなく、例えば文字色や背景色の色を他の勘定科目と異なるようにしたり、コメントを表記したりしてもよい。

これらプルダウンメニュー内の勘定科目候補のいずれかをクリック又はタップして選定することで、勘定科目の欄にその選定された勘定科目候補が反映される。そして、登録ボタンをクリック又はタップすることで、この仕訳が確定する。

また、ユーザが選択した勘定科目候補の情報は、会計処理装置１０にフィードバックされる。フィードバックされた情報は、学習システム３０に送られて、仕訳ＡＩの教師データとして活用される。なお、フィードバックによる仕訳ＡＩの学習精度を維持すべく、フィードバックを行えるユーザを税理士や会計士の専門家ユーザに限定するようにしてもよい。つまり、特定の情報端末３にのみフィードバックの機能を持たせたり、会計処理装置１０が特定の情報端末３からのフィードバックのみを受け付けるよう設定したりする。また、学習システム３０に、仕訳部１３にて生成した仕訳データ、仕訳提示部１４にて生成した仕訳提示データ等の情報を送り、これらにも基づいて仕訳ＡＩの学習を行ってもよい。

以上のように、本実施形態における会計処理システム１では、会計処理装置１０において仕訳部１３が仕訳ＡＩを用いて勘定科目候補とともに信頼度を含めた仕訳データを生成し、当該仕訳データに基づき、ユーザに勘定科目候補とその信頼度を提示する。

このように、仕訳ＡＩが取引内容に応じた勘定科目を一つ選択するのではなく、勘定科目候補を挙げ、且つ各勘定科目候補の信頼度もユーザに提示することで、ユーザは自動仕訳された勘定科目の信頼度を容易に把握することができる。さらに、ユーザは当該信頼度に基づいて勘定科目の選定を行うことができ、ユーザ側で行う仕訳のユーザビリティを向上させることができる。

また、仕訳部１３は勘定科目候補について簿記上の誤りを判別して仕訳データにその付加情報を付し、仕訳提示部１４がユーザに対し当該勘定科目候補については簿記上の誤りであることを表示することで、ユーザが簿記上誤った勘定科目候補を選定することを抑制することができる。

さらに、仕訳部１３は勘定科目候補について所定の仕訳ルールの適用があることを判別して仕訳データにその付加情報を付し、仕訳提示部１４がユーザに対し当該勘定科目候補について所定の仕訳ルールの適用がある可能性を表示することで、ユーザはユーザ自身の仕訳ルールに応じた勘定科目候補を容易に選定することできる。

このようなことから、本実施形態における自動仕訳装置、会計処理装置、会計処理システム、会計処理方法、及び会計処理プログラムによれば、自動仕訳された勘定科目の信頼度をユーザが容易に把握することができ、ユーザビリティを向上させることができる。

以上で本発明の実施形態の説明を終えるが、本発明の態様はこの実施形態に限定されるものではない。

上記実施形態では、仕訳ＡＩによる仕訳結果のうち、信頼度が０％より高い勘定科目を全て勘定科目候補としてユーザに提示しているが、ユーザに提示する勘定科目候補をさらに絞りこんでもよい。

例えば、信頼度について、ユーザ側の判断を仰ぐ必要がある所定のしきい値（例えば８０％）を設定し、勘定科目候補の信頼度が当該しきい値未満である場合にのみ、勘定科目候補を提示するようにしてもよい。この所定のしきい値については、ユーザ側でも自由に変更可能としてもよい。また、例えば簿記上の誤りについては勘定科目候補から除外するようにしてもよい。

このようにユーザに提示する勘定科目候補を絞りこむことで、仕訳ＡＩだけでは解決し難い、信頼度が低くなる仕訳についてのみ、ユーザ側に提示することができる。これによりユーザ側で勘定科目を選定する回数を抑え、さらなるユーザビリティ向上を図ることができる。

また、上記実施形態では、図３に示すように勘定科目候補及び信頼度を提示しているが、ユーザへの仕訳提示内容はこれに限られるものではなく、さらにユーザが勘定科目を選択するのに参考となる情報を提示してもよい。例えば、図５には仕訳提示の第１変形例が、図６には仕訳提示の第２変形例が示されており、以下これらの図に基づき、仕訳提示の変形例について説明する。

まず、図５に示す第１変形例では、仕訳提示部１４は、勘定科目候補にカーソルを合わせることで、吹き出しによるコメントを表示する。吹き出し内に表示されるコメントは、例えば、カーソルが指定している勘定科目候補が簿記上の誤りであることや、所定の仕訳ルールが適用される旨の説明文を記載してもよいし、勘定科目候補ごとに予め用意されたコメントを表示するでもよい。これにより、ユーザに勘定科目候補に関する情報をより詳しく提示することができ、より適切な選択を促すことができる。

次に、図６に示す第２変形例では、仕訳提示部１４は、各勘定科目候補について、異なる学習を行った仕訳ＡＩに基づく複数の信頼度を表示する。図６では、特に限定なく学習した仕訳ＡＩを使用した「一般」の信頼度、ユーザの業種に応じて学習させた仕訳ＡＩを使用した「業種」の信頼度、ユーザ単体に応じて学習させた仕訳ＡＩを使用した「個別」の信頼度が表示されている。このように複数の仕訳ＡＩを用いて、それぞれの信頼度を表示することでユーザの判断材料が増え、より適切な選択を促すことができる。

１ 会計処理システム
２ 通信網
３ 情報端末
１１ 取引解析部
１２ 数値化・ベクトル化部
１３ 仕訳部
１４ 仕訳提示部
３０ 学習システム
３１ 数値化・ベクトル化部
３２ 学習部
３３ 学習済モデルＤＢ

Claims (9)

1. 取引内容に応じた勘定科目を自動的に仕訳する会計処理装置であって、
   機械学習により取引内容に応じた勘定科目候補及び各勘定科目候補の信頼度を仕訳結果として出力することを学習した自動仕訳部と、
   前記自動仕訳部により出力された仕訳結果に基づき、前記取引内容に応じた勘定科目候補と各勘定科目候補の信頼度とを含む仕訳データを生成する仕訳データ生成部と、
   前記仕訳データ生成部により生成された仕訳データに基づき、前記勘定科目候補の一つを選択可能に、前記勘定科目候補と各勘定科目候補の信頼度をユーザに提示する仕訳提示部と、を備え、
   前記仕訳データ生成部は、前記自動仕訳部により出力された仕訳結果のうち、前記取引内容に対して簿記上の誤りである勘定科目候補を判別し、その勘定科目候補については簿記上の誤りである旨の付加情報を付して前記仕訳データを生成し、
   前記仕訳提示部は、前記付加情報に基づき簿記上の誤りである勘定科目候補について他の勘定科目候補と異なる表記でユーザに提示する会計処理装置。
2. 取引内容に応じた勘定科目を自動的に仕訳する会計処理装置であって、
   機械学習により取引内容に応じた勘定科目候補及び各勘定科目候補の信頼度を仕訳結果として出力することを学習した自動仕訳部と、
   前記自動仕訳部により出力された仕訳結果に基づき、前記取引内容に応じた勘定科目候補と各勘定科目候補の信頼度とを含む仕訳データを生成する仕訳データ生成部と、
   前記仕訳データ生成部により生成された仕訳データに基づき、前記勘定科目候補の一つを選択可能に、前記勘定科目候補と各勘定科目候補の信頼度をユーザに提示する仕訳提示部と、を備え、
   前記仕訳データ生成部は、前記自動仕訳部により出力された仕訳結果のうち、前記取引内容に対して予め定めた所定の仕訳ルールの適用がある勘定科目候補を判別し、その勘定科目候補については前記所定の仕訳ルールの適用がある旨の付加情報を付して前記仕訳データを生成し、
   前記仕訳提示部は、前記付加情報に基づき前記所定の仕訳ルールの適用がある勘定科目候補について他の勘定科目候補と異なる表記でユーザに提示する会計処理装置。
3. 前記仕訳提示部は、前記勘定科目候補の信頼度が所定のしきい値未満である場合にのみ、前記勘定科目候補と各勘定科目候補の信頼度をユーザに提示する請求項１又は２記載の会計処理装置。
4. 前記仕訳提示部は、前記勘定科目候補についての情報を吹き出し表示する請求項１から３のいずれか一項に記載の会計処理装置。
5. 前記仕訳提示部は、前記勘定科目候補について、異なる学習を行った複数の前記自動仕訳部により生成された仕訳データの勘定科目候補と信頼度を、各自動仕訳部に応じてそれぞれ表示する請求項１から４のいずれか一項に記載の会計処理装置。
6. 請求項１から５のいずれか一項に記載の会計処理装置と、
   前記会計処理装置と通信網を介して接続され、前記仕訳提示部より提示される情報を表示可能な表示部を有する情報端末と、
   を備える会計処理システム。
7. コンピュータにより、取引内容に応じた勘定科目を自動的に仕訳する会計処理方法であって、
   機械学習により取引内容に応じた勘定科目候補及び各勘定科目候補の信頼度を仕訳結果として出力することを学習した自動仕訳部により、前記取引内容に応じた仕分け結果を出力する自動仕訳工程と、
   前記自動仕訳部により出力された仕訳結果に基づき、前記取引内容に応じた勘定科目候補と各勘定科目候補の信頼度とを含む仕訳データを生成する仕訳データ生成工程と、
   前記仕訳データ生成工程により生成された仕訳データに基づき、前記勘定科目候補の一つを選択可能に、前記勘定科目候補と各勘定科目候補の信頼度をユーザに提示する仕訳提示工程と、を備え、
   前記仕訳データ生成工程は、前記自動仕訳部により出力された仕訳結果のうち、前記取引内容に対して簿記上の誤りである勘定科目候補を判別し、その勘定科目候補については簿記上の誤りである旨の付加情報を付して前記仕訳データを生成し、
   前記仕訳提示工程は、前記付加情報に基づき簿記上の誤りである勘定科目候補について他の勘定科目候補と異なる表記でユーザに提示する会計処理方法。
8. コンピュータにより、取引内容に応じた勘定科目を自動的に仕訳する会計処理方法であって、
   機械学習により取引内容に応じた勘定科目候補及び各勘定科目候補の信頼度を仕訳結果として出力することを学習した自動仕訳部により、前記取引内容に応じた仕分け結果を出力する自動仕訳工程と、
   前記自動仕訳部により出力された仕訳結果に基づき、前記取引内容に応じた勘定科目候補と各勘定科目候補の信頼度とを含む仕訳データを生成する仕訳データ生成工程と、
   前記仕訳データ生成工程により生成された仕訳データに基づき、前記勘定科目候補の一つを選択可能に、前記勘定科目候補と各勘定科目候補の信頼度をユーザに提示する仕訳提示工程と、を備え、
   前記仕訳データ生成工程では、前記自動仕訳部により出力された仕訳結果のうち、前記取引内容に対して予め定めた所定の仕訳ルールの適用がある勘定科目候補を判別し、その勘定科目候補については前記所定の仕訳ルールの適用がある旨の付加情報を付して前記仕訳データを生成し、
   前記仕訳提示工程では、前記付加情報に基づき前記所定の仕訳ルールの適用がある勘定科目候補について他の勘定科目候補と異なる表記でユーザに提示する会計処理方法。
9. コンピュータに、請求項７又は８に記載の会計処理方法を実行させるための会計処理プログラム。

Images