JP6404524B1 - 会計処理装置、会計処理システム、会計処理方法、会計処理プログラム - Google Patents

Abstract

会計処理装置１０は、通帳の画像データから少なくとも日付、金額含む読取要素を抽出する画像解析部２０と、読取要素に対応した勘定科目を選定することを学習した第１の仕訳ＡＩにより、画像解析部２０により抽出された読取要素に対する勘定科目を選定する第１の仕訳部２１と、読取要素に対応した補助科目を選定することを学習した第２の仕訳ＡＩにより、画像解析部２０により抽出された仕訳要素に対する補助科目を選定する第２の仕訳部２２と、を備える。

Description

本発明は金融機関等の通帳の画像データから読取要素を抽出して通帳の内容の読み取りが可能な会計処理装置、会計処理システム、会計処理方法、会計処理プログラムに関する。

従来、証憑の会計処理として、税理士や会計士、簿記担当者が証憑に記載の情報を一件一件読み取り、例えば日付、取引先、金額等の仕訳要素を帳簿に入力し、当該仕訳要素に対応した勘定科目を経験的に判断して仕訳の入力を行っていた。

このように、証憑を人間が一件一件読み取って仕訳を行うのでは作業効率が悪い上、仕訳の精度は担当者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、ＯＣＲ（Optical Character Reader）装置を用いて、証憑の内容を電子データとして読み取り、インターネットを介して仕訳解析センターシステムに送信するだけで、その証憑に示される簿記上の取引についての仕訳の結果をユーザが参照することが可能となるいわゆるクラウド型の会計処理システムが開発されている（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、携帯端末等で撮影した証憑データを仕訳要素抽出手段によって解析して仕訳要素情報をテキスト形式のデータとして抽出している。そして、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。

また、特許文献２に記載された技術では、手入力またはＯＣＲ装置により取引の情報を電子化し、一般的な商取引からの推論（一般推論）、過去に入力した仕訳に類似しているものからの推論（履歴推論）、売掛金や借入金などの事前に発生した会計事象からの推論（消込推論）の３つの推論によって仕訳を行っている。

特開２０１４−２３５４８４号公報 特開２００７−３０４６４３号公報

上記特許文献１、２では、ＯＣＲ装置を用いて証憑から仕訳要素を抽出しているが、証憑の表示形式は様々であり、仕訳要素の抽出精度を高くすることは容易ではない。

特に、金融機関等の通帳は金融機関によって記載形式が異なっており、証憑の表示形式として安定していない。また、通帳の内容を読み取るため通帳の各ページをスキャンしたとしても、ページ内に金融機関名等は記載されていないため、文字情報のみからではどの金融機関の通帳であるかを特定できないという問題がある。

また、金融機関名は勘定科目ではなく、補助科目に入力する場合が多く、特許文献１、２のように勘定科目を選定する自動仕訳では対応できない。

従って、通帳の内容を読み取って補助科目に金融機関名等を入力する場合は、未だ人手により通帳を見て手入力する必要があり、作業効率が悪いままである。

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、金融機関の通帳から人手によらず通帳の内容を読み取って補助科目に相当する事項を選定することのできる会計処理装置、会計処理システム、会計処理方法、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、本発明に係る会計処理装置は、通帳の画像データから通帳の内容の読取が可能な会計処理装置であって、通帳の画像データから少なくとも日付、金額を含む読取要素を抽出する画像解析部と、前記仕訳要素に対応した補助科目を選定することを学習した通帳読取ＡＩによって、前記画像解析部により抽出された読取要素に対する補助科目を選定した通帳読取データを生成する通帳読取部と、を備える。

上述の会計処理装置において、前記読取要素として前記通帳の記載形式を含み、当該通帳の記載形式として、前記通帳のページ内の色、背景の模様、背景の文字、及びページ内のレイアウトの少なくともいずれかを含み、前記通帳読取部は前記補助科目に相当する金機関名を選定した通帳読取データを生成してよい。

上述の会計処理装置において、さらに、前記読取要素に対応した勘定科目を選定することを学習した仕訳ＡＩによって、前記画像解析部により抽出された読取要素に対する勘定科目を選定した仕訳データを生成する仕訳部を有してもよい。

また、上述の会計処理装置において、前記仕訳部により生成された過去の仕訳データを参照して前記仕訳部による仕訳を行う仕訳補助部を備えてもよい。

また、上述の会計処理装置において、前記画像解析部は、前記通帳の画像データのファイル形式を読取要素の抽出に適したファイル形式に変換した上で、前記読取要素を抽出してもよい。

また、上述の会計処理装置において、前記画像解析部は、前記通帳の画像データの傾き補正を行った上で、前記読取要素を抽出してもよい。

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、前記画像解析部は、前記通帳の画像データから前記読取要素に対応する部分を特定した上で、前記読取要素を抽出してもよい。

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、前記通帳を画像データとして取り込み可能な取込装置と、前記会計処理装置と通信網を介して接続され、前記取込装置により取り込んだ画像データを前記会計処理装置に送信可能であるとともに、前記会計処理装置にて生成された通帳読取データを受信可能な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、通帳の画像データから通帳の内容の読み取りが可能な会計処理方法であって、通帳の画像データから少なくとも日付、金額、及び前記通帳の記載形式を含む読取要素を抽出する画像解析工程と、前記読取要素に対応した補助科目に相当する事項を選定することを学習した通帳読取ＡＩによって、前記画像解析部により抽出された読取要素に対する補助科目に相当する事項を選定した通帳読取データを生成する通帳読取工程と、を備える。

また、上記した目的を達成するために、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、金融機関の通帳から人手によらず通帳の内容を読み取って補助科目に相当する事項を選定することができる。

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したシステム構成図である。 会計処理装置において実行される自動仕訳の流れを示したフローチャートである。

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したシステム構成図であり、同図に基づき本実施形態の構成について説明する。

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、ユーザ側の各装置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、少なくとも取込装置３と情報端末４を有している。

取込装置３は、例えばスキャナ又はカメラ等の光学機器であり、通帳を画像データとして取り込める装置である。なお、本実施形態及び特許請求の範囲における「通帳」という文言は、例えば金融機関の通帳であり、複数の取引の情報が各頁に記載されている冊子である。なお、当該通帳は、冊子に限らず、銀行取引明細書のように１枚の書面に複数の取引情報が記載されているもの含まれる。

情報端末４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。

ユーザは、取込装置３により証憑の画像データを取得して、情報端末４により会計処理装置１０に送信可能であるとともに、会計処理装置１０からの情報を受信可能である。なお、図１では取込装置３と情報端末４とが別体のように示しているが、カメラ付きの携帯端末のように取込装置３と情報端末４とが一体であってもよい。

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仕訳処理を実行する１又は複数のサーバ（コンピュータ）を有し、機能的には主に、通帳の画像データから読取要素を抽出する画像解析部２０と、勘定科目を選定する第１の仕訳部２１と、補助科目を選定する第２の仕訳部２２（通帳読取部）と、仕訳結果を保存する仕訳履歴データベース（以下、仕訳履歴ＤＢ）２３と、仕訳を補助する仕訳補助部２４と、仕訳ＡＩを生成する学習システム２５と、を有している。

画像解析部２０は、ユーザから通帳の画像データを受信し、当該画像データを画像処理した上で、読取要素の抽出を行う機能を有している。

画像解析部２０が行う画像処理としては、例えば、ファイル形式の変換、傾き補正、読取要素に対応する部分の特定、等がある。ファイル形式の変換は、受信した画像データを読取要素の抽出に適したファイル形式に変換することであり、例えば画像データがＰＤＦ形式であった場合にＪＰＥＧ形式に変換する。傾き補正は、文字等からなる読取要素を正確に抽出しやすくするため、画像データの傾きを補正することである。読取要素に対応する部分の特定は、画像データ全体の中から読取要素に該当する部分（文字、数字部分）を特定して、他の部分については排除することである。

読取要素としては、例えば日付、支払金額、預り金額、残高、取引先、摘要、これらに対応する数字、文字、図形（例えばロゴマーク、印影、その他企業を特定可能な図柄）がある。また、読取要素として通帳の記載形式があり、これはページ内の色や、背景の模様や文字、ページ内のレイアウト等が含まれ、各金融機関によって異なるものである。ページ内のレイアウトとしては、例えば通帳に記載される項目（日付、支払金額、預り金額、残高、等）の配列や、文字や記号の配置やフォント等が含まれる。

そして、画像解析部２０は、例えば日付については、「日付」「年」「月」「日」等の文字や「／」等の記号の前後や上下の数字部分を抽出する。支払金額、預り金額、残高等の金額に関する読取要素については、「￥」「＊」等の記号や「金額」「支払」「預り」「残高」「円」等の文字の前後や上下の数字部分を抽出する。また、取引先については、「株式会社」「（株）」「（カ）」等の文字の前後の文字部分や、半角カタカナの表記等、会社名や個人名に対応する部分を抽出する。摘要については、「摘要」「メモ」等の文字の前後や上下の文字部分を抽出する。

ここで、取引先については、図示しないが予め企業情報を記憶した企業情報ＤＢより検索して、又はインターネットに公開されている情報を検索することで、カタカナ表記の取引先名から正式な表記の会社名や個人名を取得してもよい。

なお、読取要素はこれに限られるものではなく、また読取要素の抽出に用いる数字、文字、図形もこれに限られるものではない。例えば、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）を抽出してもよい。

第１の仕訳部２１は、読取要素に対応した勘定科目を選定する第１の仕訳ＡＩ（Artificial Intelligence）を有しており、当該第１の仕訳ＡＩにより画像解析部２０により抽出された読取要素に対応する勘定科目を選定した第１の仕訳データを生成する。当該第１の仕訳ＡＩは学習システム２５において、予め機械学習により読取要素に対応する勘定科目を選定することを学習した自動仕訳のＡＩである。

第２の仕訳部２２は、読取要素に対応した補助科目を選定する第２の仕訳ＡＩ（通帳読取ＡＩ）を有しており、当該第２の仕訳ＡＩにより画像解析部２０により抽出された読取要素に対応する補助科目を選定した第２の仕訳データ（通帳読取データ）を生成する。

当該第２の仕訳ＡＩは学習システム２５において、予め機械学習により読取要素に対応する補助科目を選定することを学習した自動仕訳ＡＩである。具体的には第２の仕訳ＡＩは、通帳の画像データから補助科目としての金融機関名を選定することを学習しており、例えば通帳のページ内の色、背景の模様、背景の文字、及びページ内のレイアウト等の通帳の記載形式から金融機関名を選定する。なお、第２の仕訳ＡＩにより選定する補助科目はこれに限られるものではなく、例えば勘定科目が売掛金となる場合の具体的な取引先名や、勘定科目が水道光熱費となる場合の具体的な料金項目（電気代、水道代、ガス代、等）、学習により通帳記載の取引内容に応じた補助科目を選定することも可能である。

そして、第２の仕訳部２２は、第１の仕訳データに第２の仕訳データを加え、抽出した読取要素と共に、仕訳結果としてユーザの情報端末４に送信する。

仕訳履歴ＤＢ２３は、第２の仕訳部２２からユーザに送信される仕訳結果を保存する機能を有している。従って、仕訳履歴ＤＢ２３には、会計処理装置１０による自動仕訳を実行する毎に仕訳結果が保存され、仕訳履歴として過去の仕訳結果が蓄積されている。

仕訳補助部２４は、仕訳履歴ＤＢ２３に蓄積されている過去の仕訳結果（仕訳データ）を参照し、第１の仕訳部２１及び第２の仕訳部２２における仕訳を行う機能を有している。詳しくは、仕訳補助部２４は、第１の仕訳部２１及び第２の仕訳部２２における仕訳前に選定すべき勘定科目及び補助科目を絞り込んだり、仕訳後に選定された勘定科目及び補助科目を修正したりする。

例えば、仕訳補助部２４は、第２の仕訳部２２に対して、第２の仕訳ＡＩが選定する金融機関名を、仕訳履歴ＤＢ２３に保存されている過去の仕訳結果の補助科目として所定回数以上選定された金融機関名に絞り込んだ上で、第２の仕訳ＡＩによる自動仕訳を実行してもよい。

また仕訳補助部２４は、第１の仕訳部２１及び第２の仕訳部２２に対して、仕訳履歴ＤＢ２３に保存されている過去の仕訳結果の傾向に基づいて、勘定科目及び補助科目を事後的に修正してもよい。例えば、第１の仕訳ＡＩ及び第２の仕訳ＡＩは自動仕訳後の勘定科目及び補助科目における信頼度を出力し、当該信頼度が所定値以下の低信頼度である場合には、仕訳補助部２４により、過去の近似した仕訳を検索して、その仕訳と同様の勘定科目及び補助科目に修正する。

学習システム２５は、上述した第１の仕訳ＡＩ及び第２の仕訳ＡＩを学習させ、学習済みのＡＩを供給する機能を有している。詳しくは、学習システム２５は、通帳の画像データに含まれる読取要素と、当該読取要素に対応する勘定科目からなる学習用データに基づき機械学習（いわゆるディープラーニング）させることで、第１の仕訳ＡＩを生成する。また、学習システム２５は、通帳の画像データに含まれる読取要素（例えば通帳の記載形式）と、当該読取要素に対応する補助科目からなる学習用データに基づき機械学習（いわゆるディープラーニング）させることで、第２の仕訳ＡＩを生成する。

このように構成された会計処理装置１０は、画像解析部２０により通帳の画像データを画像処理した上で読取要素を抽出し、第１の仕訳部２１により勘定科目を選定し、第２の仕訳部２２により補助科目を選定し、これら勘定科目及び補助科目を含んだ仕訳結果をユーザに送信する。

ここで図２を参照すると、会計処理装置１０により実行される自動仕訳の流れを示したフローチャートが示されており、以下同フローチャートに沿って、本実施形態の会計処理方法について詳しく説明する。

まず、ステップＳ１として、会計処理装置１０の画像解析部２０は、ユーザから通帳の画像データを取得し、当該画像データの画像処理を行う（画像解析工程）。具体的な画像処理としては、ファイル形式の変換を行い、傾き補正をし、読取要素に対応する部分を特定する。

そしてステップＳ２において、画像解析部２０は、画像処理後の画像データから少なくとも日付、取引先、金額、摘要、及び前記通帳の記載形式を含む読取要素を抽出する（画像解析工程）。

ステップＳ３では、第１の仕訳部２１において、第１の仕訳ＡＩが上記ステップＳ２で抽出された読取要素に基づき勘定科目を選定して、第１の仕訳データを生成する（仕訳工程）。

ステップＳ４では、第２の仕訳部２２において、第２の仕訳ＡＩが上記ステップＳ２で抽出された読取要素に基づき補助科目を選定して、第２の仕訳データを生成する（通帳読取工程）。

また、ステップＳ５において、仕訳補助部２４は、第１の仕訳データ及び第２の仕訳データに対して、仕訳履歴ＤＢ２３に保存されている過去の仕訳結果に基づく補助を行う（仕訳補助工程）。例えば、ここでは仕訳履歴ＤＢ２３に保存されている過去の仕訳結果の傾向に基づいて、勘定科目及び補助科目の事後的な修正を行う。

そして、ステップＳ６では、第２の仕訳部において、第１の仕訳データと第２の仕訳データを含めた仕訳結果を生成してユーザに送信する。また、この仕訳結果は仕訳履歴ＤＢに保存され（仕訳履歴保存工程）、当該ルーチンを終了する。

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、画像解析部２０において、通帳の画像データから通帳の記載形式を含めた読取要素を抽出し、第１の仕訳部２１にて勘定科目を、第２の仕訳部２２にて補助科目を、それぞれの仕訳ＡＩを用いて選定して仕訳データを生成している。このように、通帳の記載形式も含めて読取要素とすることで、文字や数字のみでは選定することのできない金融機関名を選定可能となる。そして、この金融機関名の選定を、補助科目用の第２の仕訳ＡＩにより行い、選定結果を補助科目として入力することで、人手を必要とすることなく補助科目まで入力された仕訳結果を生成することができる。

特に金融機関ごとに異なる、通帳のページ内の色、背景の模様、背景の文字、及びページ内のレイアウトのいずれかを含む通帳の記載形式から、日付や金額等の文字認識だけでは特定できない金融機関名を特定することができる。

また、会計処理装置１０は、補助科目の選定を行う第２の仕訳ＡＩとは別に、勘定科目の選定を行う第１の仕訳ＡＩを有していることで、補助科目を含んだ自動仕訳を行うことができる。

さらに、仕訳補助部２４が、仕訳履歴ＤＢ２３に保存された過去の仕訳データに基づき、第１の仕訳部２１や第２の仕訳部２２における仕訳を補助することで、より精度の高い仕訳を実現することができる。

また、画像解析部２０において、画像データのファイル形式にばらつきがあると読取要素の抽出精度が低下するため、読取要素の抽出前に、画像データのファイル形式を読取要素の抽出に適したファイル形式に変換することで、読取要素の抽出精度を向上させることができる。また、画像解析部２０において、画像データの傾き補正を行うことで、読取要素の抽出精度をさらに向上させることができる。そして、画像解析部２０において、画像データから読取要素に対応する部分を特定した上で、読取要素を抽出することで、読取要素の抽出の工数を削減でき、効率よく読取要素の抽出を行うことができる。このように各画像処理を行うことで、正確且つ効率的に読取要素を抽出でき、第１の仕訳部２１、第２の仕訳部２２における自動仕訳の精度も向上させることができる。

以上のことから、本実施形態に係る会計処理装置１０は、人手によらず通帳の内容を読み取って補助科目に相当する事項を選定することができる。

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。

例えば、上記実施形態では、図２のフローチャートにおいては、第１の仕訳部２１において勘定科目を選定し（ステップＳ３）、第２の仕訳部２２において補助科目を選定した後に（ステップＳ４）、仕訳補助部２４による仕訳補助を行っているが、仕訳補助を行うタイミングはこれに限られるものではない。例えば仕訳補助を、第１の仕訳部及び第２の仕訳部での仕訳よりも前に行ってもよい。

また、上記実施形態の会計処理装置１０は、通帳の画像データから勘定科目及び補助科目を仕訳しているが、例えば本発明の会計処理装置は、仕訳を行わず、通帳の内容を読み取って補助科目に相当する事項（金融機関名等）を出力するだけの会計処理装置であってもよい。

１ 会計処理システム
２ 通信網
３ 取込装置
４ 情報端末
１０ 会計処理装置
２０ 読取要素解析部
２１ 第１の仕訳部
２２ 第２の仕訳部
２３ 仕訳履歴データベース
２４ 仕訳補助部
２５ 学習システム

Claims (9)

1. 通帳の画像データから通帳の内容の読み取りが可能な会計処理装置であって、
   通帳の画像データから少なくとも日付、金額、並びに前記通帳のページ内の色、背景の模様、背景の文字、及びページ内のレイアウトの少なくともいずれかを含む通帳の記載形式、を含む読取要素を抽出する画像解析部と、
   前記読取要素に対応した補助科目に相当する金融機関名を選定することを学習した通帳読取ＡＩによって、前記画像解析部により抽出された読取要素に対する補助科目に相当する金融機関名を選定した通帳読取データを生成する通帳読取部と、
   を備える会計処理装置。
2. さらに、前記読取要素に対応した勘定科目を選定することを学習した仕訳ＡＩによって、前記画像解析部により抽出された読取要素に対する勘定科目を選定した仕訳データを生成する仕訳部を有する請求項１記載の会計処理装置。
3. 前記仕訳部により生成された過去の仕訳データを参照して前記仕訳部による仕訳を行う仕訳補助部と、
   を備える請求項２記載の会計処理装置。
4. 前記画像解析部は、前記通帳の画像データのファイル形式を読取要素の抽出に適したファイル形式に変換した上で、前記読取要素を抽出する請求項１から３のいずれか一項に記載の会計処理装置。
5. 前記画像解析部は、前記通帳の画像データの傾き補正を行った上で、前記読取要素を抽出する請求項１から４のいずれか一項に記載の会計処理装置。
6. 前記画像解析部は、前記通帳の画像データから前記読取要素に対応する部分を特定した上で、前記読取要素を抽出する請求項１から５のいずれか一項に記載の会計処理装置。
7. 請求項１から６のいずれか一項に記載の会計処理装置と、
   前記通帳を画像データとして取り込み可能な取込装置と、
   前記会計処理装置と通信網を介して接続され、前記取込装置により取り込んだ画像データを前記会計処理装置に送信可能であるとともに、前記会計処理装置にて生成された通帳読取データを受信可能な情報端末とを備える会計処理システム。
8. コンピュータにより通帳の画像データから通帳の内容の読み取りが可能な会計処理方法であって、
   通帳の画像データから少なくとも日付、金額、並びに前記通帳のページ内の色、背景の模様、背景の文字、及びページ内のレイアウトの少なくともいずれかを含む通帳の記載形式、を含む読取要素を抽出する画像解析工程と、
   前記読取要素に対応した補助科目に相当する金融機関名を選定することを学習した通帳読取ＡＩによって、前記画像解析工程により抽出された読取要素に対する補助科目に相当する金融機関名を選定した通帳読取データを生成する通帳読取工程と、
   を備える会計処理方法。
9. コンピュータに、請求項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