JP6993032B2 - 会計処理装置、会計処理システム、会計処理方法及びプログラム - Google Patents
会計処理装置、会計処理システム、会計処理方法及びプログラム Download PDFInfo
- Publication number
- JP6993032B2 JP6993032B2 JP2021043472A JP2021043472A JP6993032B2 JP 6993032 B2 JP6993032 B2 JP 6993032B2 JP 2021043472 A JP2021043472 A JP 2021043472A JP 2021043472 A JP2021043472 A JP 2021043472A JP 6993032 B2 JP6993032 B2 JP 6993032B2
- Authority
- JP
- Japan
- Prior art keywords
- item
- accounting
- confirmation
- amount
- receipt
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Description
本発明は、会計処理装置、会計処理システム、会計処理方法及びプログラムに関する。
従来、領収書を含むレシートから得られる会計処理に関する情報として重要なものに、日付と合計金額がある。そこで、レシートから日付と合計金額とに関する記載を読み取って仕訳データの作成を支援していた（例えば、特許文献１参照）。
消費税に関するものとして、本国では、２０１９年１０月１日より消費税が１０％になった一方、食料品等に係る消費税を８％とする軽減税率が導入され、初めて複数の税率が生じる状態になった。
このような状況下において、領収書を含むレシートにも軽減税率に係る記載がされるようになっている。そして、会計処理に関しては、税率ごとの合計金額を読み取ることが必要になってきている。
このような状況下において、領収書を含むレシートにも軽減税率に係る記載がされるようになっている。そして、会計処理に関しては、税率ごとの合計金額を読み取ることが必要になってきている。
そこで、本発明は、複数の税率に対する会計処理に関する情報を得られるようにして仕訳入力を支援する会計処理装置、会計処理システム、会計処理方法及びプログラムを提供することを目的とする。
本発明は、以下のような解決手段により、前記課題を解決する。
第１の発明は、異なる種類の合計金額を示す複数の項目の各々に、抽出対象のワードである抽出キーワードを対応付けて記憶する抽出キーワード記憶部と、請求書を含むレシートの画像データであるレシート画像から前記抽出キーワード記憶部に記憶された前記抽出キーワードを抽出するキーワード抽出手段と、前記キーワード抽出手段により抽出された前記抽出キーワードを含む行から金額のテキストデータを取得する金額取得手段と、前記金額取得手段により取得した前記金額のテキストデータと、前記抽出キーワードが示す前記項目とを対応付けた項目金額情報を、表示装置に出力する項目金額出力手段と、を備える、会計処理装置である。
第２の発明は、第１の発明の会計処理装置において、前記項目金額情報と共に、前記表示装置に前記レシート画像を出力する画像出力手段を備える、会計処理装置である。
第３の発明は、第２の発明の会計処理装置において、前記レシート画像に対して前記金額取得手段により取得された前記金額の記載部分を強調させる加工処理を行う画像加工手段を備え、前記画像出力手段は、前記画像加工手段による加工後の前記レシート画像を出力する、会計処理装置である。
第４の発明は、第３の発明の会計処理装置において、前記画像加工手段による前記レシート画像の前記金額の記載部分に対する加工は、各々異なる加工であり、前記項目金額出力手段は、前記画像加工手段による加工後の金額の画像を、前記金額のテキストデータに並べた態様で表した前記項目金額情報を出力する、会計処理装置である。
第５の発明は、第１の発明から第４の発明までのいずれかの会計処理装置において、前記レシート画像から日付を抽出する日付抽出手段と、前記日付抽出手段により抽出した前記日付に応じて、前記抽出キーワード記憶部に記憶された前記抽出キーワードを選定する抽出キーワード選定手段と、を備え、前記キーワード抽出手段は、前記抽出キーワード選定手段により選定した前記抽出キーワードを、前記レシート画像から抽出する、会計処理装置である。
第６の発明は、第１の発明から第５の発明までのいずれかの会計処理装置において、少なくとも指定税率と品目との組み合わせを学習した第１学習モデルと、前記レシート画像から品目情報を抽出する品目抽出手段と、前記品目抽出手段により抽出した前記品目情報の品目ごとに、前記品目と前記指定税率に関する識別子との組み合わせが前記第１学習モデルによる分類と等しいことを確認する品目確認手段と、前記品目確認手段による確認結果を、前記表示装置に出力する確認結果出力手段と、を備える、会計処理装置である。
第７の発明は、第１の発明から第６の発明までのいずれかの会計処理装置において、前記キーワード抽出手段は、各項目で前記抽出キーワードを抽出し、前記複数の項目の１つは、全合計金額に関するものであり、前記複数の項目のうち前記全合計金額を除く他の項目は、内訳金額に関するものであり、前記内訳金額に関する項目に対応する前記金額のテキストデータの値の全てを加算した加算値と、前記全合計金額に対応する前記金額のテキストデータの値とが一致するか否かを判定する金額判定手段を備え、前記項目金額出力手段は、前記金額判定手段により両者の金額が不一致の場合に、不一致であることを示す態様で表した前記項目金額情報を出力する、会計処理装置である。
第８の発明は、第１の発明から第７の発明までのいずれかの会計処理装置において、前記レシート画像から日付を抽出する日付抽出手段と、少なくとも前記日付と前記抽出キーワードとの組み合わせを学習した第２学習モデルと、前記日付抽出手段により抽出した前記日付と前記キーワード抽出手段により各項目で抽出した前記抽出キーワードとの組み合わせが前記第２学習モデルによる分類と等しいことを確認する抽出キーワード確認手段と、前記抽出キーワード確認手段による確認結果を、前記表示装置に出力する確認結果出力手段と、を備える、会計処理装置である。
第９の発明は、第６の発明又は第８の発明の会計処理装置において、前記確認結果出力手段による確認結果の出力に対する確認データを受け付ける確認受付手段と、前記確認受付手段により受け付けた前記確認データを用いて該当の学習モデルを学習させる学習手段と、を備える、会計処理装置である。
第１０の発明は、第９の発明の会計処理装置において、前記確認受付手段により受け付けた前記確認データとレシート画像からテキストデータを認識する文字認識処理を関連付けて第３学習モデルを学習させる学習手段を備え、前記第３学習モデルを用いて最適な文字認識処理を選択し、前記文字認識処理を利用して少なくとも前記キーワード抽出手段、金額取得手段、項目金額出力手段、品目抽出手段のいずれかの処理を実行する、会計処理装置である。
第１１の発明は、第１の発明から第１０の発明までのいずれかの会計処理装置において、少なくとも前記レシート画像の種類による記載項目の有無及び消費税額の算出方法についての特徴を学習した第４学習モデルと、前記第４学習モデルを用いて前記レシート画像の適格性を判定するレシート画像判定手段と、を備える、会計処理装置である。
第１２の発明は、第１の発明から第１１の発明までのいずれかの会計処理装置において、前記項目金額情報の前記金額のテキストデータと前記項目とをレシート合計データとして、前記レシート画像を識別するレシート識別情報に対応付けてレシート画像記憶部に登録するレシート合計登録手段を備える、会計処理装置である。
第１３の発明は、第１２の発明の会計処理装置において、前記項目金額情報の各金額に対する修正入力を受け付ける修正受付手段と、前記修正受付手段により受け付けた前記修正入力に基づいて、前記項目金額情報を修正する金額修正手段と、前記金額修正手段により修正された修正後の前記金額に、前記レシート合計データを更新する更新手段と、を備える、会計処理装置である。
第１４の発明は、第１の発明から第１３の発明までのいずれかの会計処理装置において、前記抽出キーワード記憶部は、前記レシートの発行元を識別する発行識別情報を、前記抽出キーワードにさらに対応付けて記憶し、前記レシートに含まれる特徴情報と、前記発行識別情報とを対応付けて記憶する発行元記憶部と、前記発行元記憶部を参照して、前記レシート画像から前記発行識別情報を取得する発行識別取得手段と、を備え、前記キーワード抽出手段は、前記発行識別取得手段により取得した前記発行識別情報に対応付けられた前記抽出キーワードを、前記レシート画像から抽出する、会計処理装置である。
第１５の発明は、第１の発明から第１４の発明までのいずれかの会計処理装置において、前記抽出キーワード記憶部は、前記抽出キーワードを画像データとして記憶し、前記キーワード抽出手段は、前記レシート画像から前記抽出キーワード記憶部に記憶された前記画像データを抽出する、会計処理装置である。
第１６の発明は、第１の発明から第１５の発明までのいずれかの会計処理装置において、所定のワードを記憶する所定ワード記憶部と、前記レシート画像から前記所定ワード記憶部に記憶された前記所定のワードを抽出する所定ワード抽出手段と、前記所定ワード抽出手段により抽出された前記所定のワードに基づいて、前記レシート画像に対して検索範囲を設定する範囲設定手段と、を備え、前記キーワード抽出手段は、前記範囲設定手段により設定された前記検索範囲において、前記抽出キーワードを抽出する、会計処理装置である。
第１７の発明は、第１の発明から第１６の発明までのいずれかの会計処理装置と、前記会計処理装置に通信可能に接続され、前記レシートから前記レシート画像を生成する画像化装置と、を備える会計処理システムである。
第１８の発明は、コンピュータが、異なる種類の合計金額を示す複数の項目の各々に、抽出対象のワードである抽出キーワードを対応付けて記憶する抽出キーワード記憶部に記憶された前記抽出キーワードを、請求書を含むレシートの画像データであるレシート画像から抽出するキーワード抽出ステップと、抽出された前記抽出キーワードを含む行から金額のテキストデータを取得する金額取得ステップと、取得した前記金額のテキストデータと、前記抽出キーワードが示す前記項目とを対応付けた項目金額情報を、表示装置に出力する項目金額出力ステップと、を含む会計処理方法である。
第１９の発明は、第１の発明から第１６の発明までのいずれかの会計処理装置としてコンピュータを機能させるためのプログラムである。
第１の発明は、異なる種類の合計金額を示す複数の項目の各々に、抽出対象のワードである抽出キーワードを対応付けて記憶する抽出キーワード記憶部と、請求書を含むレシートの画像データであるレシート画像から前記抽出キーワード記憶部に記憶された前記抽出キーワードを抽出するキーワード抽出手段と、前記キーワード抽出手段により抽出された前記抽出キーワードを含む行から金額のテキストデータを取得する金額取得手段と、前記金額取得手段により取得した前記金額のテキストデータと、前記抽出キーワードが示す前記項目とを対応付けた項目金額情報を、表示装置に出力する項目金額出力手段と、を備える、会計処理装置である。
第２の発明は、第１の発明の会計処理装置において、前記項目金額情報と共に、前記表示装置に前記レシート画像を出力する画像出力手段を備える、会計処理装置である。
第３の発明は、第２の発明の会計処理装置において、前記レシート画像に対して前記金額取得手段により取得された前記金額の記載部分を強調させる加工処理を行う画像加工手段を備え、前記画像出力手段は、前記画像加工手段による加工後の前記レシート画像を出力する、会計処理装置である。
第４の発明は、第３の発明の会計処理装置において、前記画像加工手段による前記レシート画像の前記金額の記載部分に対する加工は、各々異なる加工であり、前記項目金額出力手段は、前記画像加工手段による加工後の金額の画像を、前記金額のテキストデータに並べた態様で表した前記項目金額情報を出力する、会計処理装置である。
第５の発明は、第１の発明から第４の発明までのいずれかの会計処理装置において、前記レシート画像から日付を抽出する日付抽出手段と、前記日付抽出手段により抽出した前記日付に応じて、前記抽出キーワード記憶部に記憶された前記抽出キーワードを選定する抽出キーワード選定手段と、を備え、前記キーワード抽出手段は、前記抽出キーワード選定手段により選定した前記抽出キーワードを、前記レシート画像から抽出する、会計処理装置である。
第６の発明は、第１の発明から第５の発明までのいずれかの会計処理装置において、少なくとも指定税率と品目との組み合わせを学習した第１学習モデルと、前記レシート画像から品目情報を抽出する品目抽出手段と、前記品目抽出手段により抽出した前記品目情報の品目ごとに、前記品目と前記指定税率に関する識別子との組み合わせが前記第１学習モデルによる分類と等しいことを確認する品目確認手段と、前記品目確認手段による確認結果を、前記表示装置に出力する確認結果出力手段と、を備える、会計処理装置である。
第７の発明は、第１の発明から第６の発明までのいずれかの会計処理装置において、前記キーワード抽出手段は、各項目で前記抽出キーワードを抽出し、前記複数の項目の１つは、全合計金額に関するものであり、前記複数の項目のうち前記全合計金額を除く他の項目は、内訳金額に関するものであり、前記内訳金額に関する項目に対応する前記金額のテキストデータの値の全てを加算した加算値と、前記全合計金額に対応する前記金額のテキストデータの値とが一致するか否かを判定する金額判定手段を備え、前記項目金額出力手段は、前記金額判定手段により両者の金額が不一致の場合に、不一致であることを示す態様で表した前記項目金額情報を出力する、会計処理装置である。
第８の発明は、第１の発明から第７の発明までのいずれかの会計処理装置において、前記レシート画像から日付を抽出する日付抽出手段と、少なくとも前記日付と前記抽出キーワードとの組み合わせを学習した第２学習モデルと、前記日付抽出手段により抽出した前記日付と前記キーワード抽出手段により各項目で抽出した前記抽出キーワードとの組み合わせが前記第２学習モデルによる分類と等しいことを確認する抽出キーワード確認手段と、前記抽出キーワード確認手段による確認結果を、前記表示装置に出力する確認結果出力手段と、を備える、会計処理装置である。
第９の発明は、第６の発明又は第８の発明の会計処理装置において、前記確認結果出力手段による確認結果の出力に対する確認データを受け付ける確認受付手段と、前記確認受付手段により受け付けた前記確認データを用いて該当の学習モデルを学習させる学習手段と、を備える、会計処理装置である。
第１０の発明は、第９の発明の会計処理装置において、前記確認受付手段により受け付けた前記確認データとレシート画像からテキストデータを認識する文字認識処理を関連付けて第３学習モデルを学習させる学習手段を備え、前記第３学習モデルを用いて最適な文字認識処理を選択し、前記文字認識処理を利用して少なくとも前記キーワード抽出手段、金額取得手段、項目金額出力手段、品目抽出手段のいずれかの処理を実行する、会計処理装置である。
第１１の発明は、第１の発明から第１０の発明までのいずれかの会計処理装置において、少なくとも前記レシート画像の種類による記載項目の有無及び消費税額の算出方法についての特徴を学習した第４学習モデルと、前記第４学習モデルを用いて前記レシート画像の適格性を判定するレシート画像判定手段と、を備える、会計処理装置である。
第１２の発明は、第１の発明から第１１の発明までのいずれかの会計処理装置において、前記項目金額情報の前記金額のテキストデータと前記項目とをレシート合計データとして、前記レシート画像を識別するレシート識別情報に対応付けてレシート画像記憶部に登録するレシート合計登録手段を備える、会計処理装置である。
第１３の発明は、第１２の発明の会計処理装置において、前記項目金額情報の各金額に対する修正入力を受け付ける修正受付手段と、前記修正受付手段により受け付けた前記修正入力に基づいて、前記項目金額情報を修正する金額修正手段と、前記金額修正手段により修正された修正後の前記金額に、前記レシート合計データを更新する更新手段と、を備える、会計処理装置である。
第１４の発明は、第１の発明から第１３の発明までのいずれかの会計処理装置において、前記抽出キーワード記憶部は、前記レシートの発行元を識別する発行識別情報を、前記抽出キーワードにさらに対応付けて記憶し、前記レシートに含まれる特徴情報と、前記発行識別情報とを対応付けて記憶する発行元記憶部と、前記発行元記憶部を参照して、前記レシート画像から前記発行識別情報を取得する発行識別取得手段と、を備え、前記キーワード抽出手段は、前記発行識別取得手段により取得した前記発行識別情報に対応付けられた前記抽出キーワードを、前記レシート画像から抽出する、会計処理装置である。
第１５の発明は、第１の発明から第１４の発明までのいずれかの会計処理装置において、前記抽出キーワード記憶部は、前記抽出キーワードを画像データとして記憶し、前記キーワード抽出手段は、前記レシート画像から前記抽出キーワード記憶部に記憶された前記画像データを抽出する、会計処理装置である。
第１６の発明は、第１の発明から第１５の発明までのいずれかの会計処理装置において、所定のワードを記憶する所定ワード記憶部と、前記レシート画像から前記所定ワード記憶部に記憶された前記所定のワードを抽出する所定ワード抽出手段と、前記所定ワード抽出手段により抽出された前記所定のワードに基づいて、前記レシート画像に対して検索範囲を設定する範囲設定手段と、を備え、前記キーワード抽出手段は、前記範囲設定手段により設定された前記検索範囲において、前記抽出キーワードを抽出する、会計処理装置である。
第１７の発明は、第１の発明から第１６の発明までのいずれかの会計処理装置と、前記会計処理装置に通信可能に接続され、前記レシートから前記レシート画像を生成する画像化装置と、を備える会計処理システムである。
第１８の発明は、コンピュータが、異なる種類の合計金額を示す複数の項目の各々に、抽出対象のワードである抽出キーワードを対応付けて記憶する抽出キーワード記憶部に記憶された前記抽出キーワードを、請求書を含むレシートの画像データであるレシート画像から抽出するキーワード抽出ステップと、抽出された前記抽出キーワードを含む行から金額のテキストデータを取得する金額取得ステップと、取得した前記金額のテキストデータと、前記抽出キーワードが示す前記項目とを対応付けた項目金額情報を、表示装置に出力する項目金額出力ステップと、を含む会計処理方法である。
第１９の発明は、第１の発明から第１６の発明までのいずれかの会計処理装置としてコンピュータを機能させるためのプログラムである。
本発明によれば、複数の税率に対する会計処理に関する情報を得られるようにして仕訳入力を支援する会計処理装置、会計処理システム、会計処理方法及びプログラムを提供することができる。
以下、本発明を実施するための形態について、図を参照しながら説明する。なお、これは、あくまでも一例であって、本発明の技術的範囲はこれに限られるものではない。
（実施形態）
＜会計処理システム１００の全体構成＞
図１は、本実施形態に係る会計処理システム１００の全体構成を示す図である。
図２は、本実施形態に係る会計処理装置１の機能ブロックを示す図である。
図３は、本実施形態に係る会計処理装置１のレシート画像記憶部３２の例を示す図である。
図４は、本実施形態に係る会計処理装置１の明細データ記憶部３３の例を示す図である。
図５は、本実施形態に係る会計処理装置１の軽減品目記憶部３５の例を示す図である。
図６は、本実施形態に係る会計処理装置１の抽出キーワード記憶部３６の例を示す図である。
図７は、本実施形態に係る会計処理装置１の会社マスタ３８の例を示す図である。
＜会計処理システム１００の全体構成＞
図１は、本実施形態に係る会計処理システム１００の全体構成を示す図である。
図２は、本実施形態に係る会計処理装置１の機能ブロックを示す図である。
図３は、本実施形態に係る会計処理装置１のレシート画像記憶部３２の例を示す図である。
図４は、本実施形態に係る会計処理装置１の明細データ記憶部３３の例を示す図である。
図５は、本実施形態に係る会計処理装置１の軽減品目記憶部３５の例を示す図である。
図６は、本実施形態に係る会計処理装置１の抽出キーワード記憶部３６の例を示す図である。
図７は、本実施形態に係る会計処理装置１の会社マスタ３８の例を示す図である。
図１に示す会計処理システム１００は、顧問先から依頼を受けた会計事務所の会計処理装置１が、各種の業務用アプリケーションプログラム（以下、アプリケーションプログラムのことを、単に「プログラム」ともいう。）を実行して会計処理を行うシステムである。
会計処理システム１００は、会計処理装置１と、スキャナ５とを備える。そして、会計処理装置１と、スキャナ５（画像化装置）とは、通信可能に接続されている。
会計処理装置１は、例えば、会計事務所に設けられ、各種会計処理を行う装置である。会計処理装置１は、各種の会計処理に対応する複数の業務処理を行う。
会計処理システム１００は、会計処理装置１と、スキャナ５とを備える。そして、会計処理装置１と、スキャナ５（画像化装置）とは、通信可能に接続されている。
会計処理装置１は、例えば、会計事務所に設けられ、各種会計処理を行う装置である。会計処理装置１は、各種の会計処理に対応する複数の業務処理を行う。
以下の説明において、会計処理装置１は、レシート画像を受け付けて、レシート画像に含まれる金額のうち、軽減税率（例えば、８％）が適用されたものと、軽減税率が適用されずに一般税率（例えば、１０％）が適用されたものとを、分かりやすく表示させることで、仕訳入力を支援するものを説明する。
会計処理装置１は、例えば、サーバ１ａと、複数台の端末１ｂとにより構成される。サーバ１ａは、端末１ｂから受信した操作データに基づいて処理を行う。複数台の端末１ｂは、例えば、会計事務所の業務処理担当者（以下、「ユーザ」や「職員」ともいう。）が操作する端末である。
なお、図１では、会計処理装置１を、サーバ１ａと、端末１ｂとからなるものとして説明しているが、これは、一例である。会計処理装置１は、例えば、１台のスタンドアロンのコンピュータ（ＰＣ）で構成されていてもよい。また、会計処理装置１は、複数台のＰＣによって構成されたワークステーション（ＷＳ）であってもよい。
また、会計処理装置１は、会計事務所ではなく、顧問先企業内にあったり、業務委託等のサービスを行っている企業内であったり、クラウドサービスであってもよい。例えば、端末１ｂは、必ずしも会計事務所内に設けられる必要はなく、外出先や自宅勤務の職員の端末や、外注先の職員の端末も含まれる。
さらに、その他、会計処理装置１は、サーバのみ、あるいは複数のサーバで構成されていてもよく、会計事務所のサーバである場合の他、複数の企業（の従業員）の会計ファイルを預かって管理するサービスを行うＩＤＣ（インターネットデータセンター）のサーバでもよい。
また、会計処理装置１は、会計事務所ではなく、顧問先企業内にあったり、業務委託等のサービスを行っている企業内であったり、クラウドサービスであってもよい。例えば、端末１ｂは、必ずしも会計事務所内に設けられる必要はなく、外出先や自宅勤務の職員の端末や、外注先の職員の端末も含まれる。
さらに、その他、会計処理装置１は、サーバのみ、あるいは複数のサーバで構成されていてもよく、会計事務所のサーバである場合の他、複数の企業（の従業員）の会計ファイルを預かって管理するサービスを行うＩＤＣ（インターネットデータセンター）のサーバでもよい。
さらには、会計処理装置１は、実体が仮想化された仮想マシンやクラウドであってもよい。
さらにまた、企業の本社等が各部門や各支店（の従業員）等を対象に財務管理を行う場合には、会計処理装置１は、企業内のサーバであってもよい。
会計処理装置１は、本発明の処理を専用的に行う装置であってもよいし、会計処理を行う装置が、様々な機能のうちの１つとして、会計処理装置１の機能を有してもよい。
さらにまた、企業の本社等が各部門や各支店（の従業員）等を対象に財務管理を行う場合には、会計処理装置１は、企業内のサーバであってもよい。
会計処理装置１は、本発明の処理を専用的に行う装置であってもよいし、会計処理を行う装置が、様々な機能のうちの１つとして、会計処理装置１の機能を有してもよい。
スキャナ５は、例えば、会計事務所に設けられ、顧問先が保有するレシート６等を読み取って、レシート画像を生成する装置である。顧問先が保有するレシート６は、例えば、顧問先から郵送によって、又は、顧問先の担当者が持参することによって、会計事務所に届けられる。以下の説明において、レシート６は、店舗のレジスタで印字されたものを例に説明するが、これに限定されるものではない。レシート６に相当するものとして、その他、例えば、請求書、伝票、領収書、納品書等がある。
また、会計事務所の担当者（職員）が顧問先に訪問したときに、顧問先が保有するレシート６を受け取ってもよいし、顧問先に訪問したときに、顧問先が保有するレシート６に対して携帯端末（画像化装置）等を用いて、後述する画像化処理を行ってもよい。
また、会計事務所の担当者（職員）が顧問先に訪問したときに、顧問先が保有するレシート６を受け取ってもよいし、顧問先に訪問したときに、顧問先が保有するレシート６に対して携帯端末（画像化装置）等を用いて、後述する画像化処理を行ってもよい。
＜会計処理装置１＞
図２に示すように、会計処理装置１は、制御部１０と、記憶部３０と、入力部４５と、表示部４６と、通信部４９とを備える。図１の会計処理装置１の構成にあてはめると、サーバ１ａは、制御部１０と、記憶部３０と、通信部４９とに相当し、端末１ｂは、入力部４５と、表示部４６とに相当する。
制御部１０は、会計処理装置１の全体を制御するＣＰＵ（中央処理装置）である。制御部１０は、記憶部３０に記憶されているＯＳ（オペレーティングシステム）やアプリケーションプログラムを適宜読み出して実行することにより、上述したハードウェアと協働し、各種機能を実行する。
図２に示すように、会計処理装置１は、制御部１０と、記憶部３０と、入力部４５と、表示部４６と、通信部４９とを備える。図１の会計処理装置１の構成にあてはめると、サーバ１ａは、制御部１０と、記憶部３０と、通信部４９とに相当し、端末１ｂは、入力部４５と、表示部４６とに相当する。
制御部１０は、会計処理装置１の全体を制御するＣＰＵ（中央処理装置）である。制御部１０は、記憶部３０に記憶されているＯＳ（オペレーティングシステム）やアプリケーションプログラムを適宜読み出して実行することにより、上述したハードウェアと協働し、各種機能を実行する。
ここで、制御部１０が備える各機能部を説明する前に、記憶部３０について説明する。
記憶部３０は、制御部１０が各種の処理を実行するために必要なプログラム、データ等を記憶するためのハードディスク、半導体メモリ素子等の記憶領域である。
記憶部３０は、プログラム記憶部３１と、レシート画像記憶部３２と、明細データ記憶部３３と、学習モデル記憶部３４と、軽減品目記憶部３５と、抽出キーワード記憶部３６と、取引先情報記憶部３７と、会社マスタ３８とを備える。
記憶部３０は、制御部１０が各種の処理を実行するために必要なプログラム、データ等を記憶するためのハードディスク、半導体メモリ素子等の記憶領域である。
記憶部３０は、プログラム記憶部３１と、レシート画像記憶部３２と、明細データ記憶部３３と、学習モデル記憶部３４と、軽減品目記憶部３５と、抽出キーワード記憶部３６と、取引先情報記憶部３７と、会社マスタ３８とを備える。
プログラム記憶部３１は、各種プログラムを記憶する記憶領域である。プログラム記憶部３１は、レシート処理プログラム３１ａを記憶している。
レシート処理プログラム３１ａは、後述する制御部１０が行う各種機能を実行するためのアプリケーションプログラムである。
なお、この例では、レシート処理プログラム３１ａが後述する各種機能を実行するものとしているが、レシート処理プログラム３１ａをさらに細分化して、別プログラムにしてもよい。
レシート処理プログラム３１ａは、後述する制御部１０が行う各種機能を実行するためのアプリケーションプログラムである。
なお、この例では、レシート処理プログラム３１ａが後述する各種機能を実行するものとしているが、レシート処理プログラム３１ａをさらに細分化して、別プログラムにしてもよい。
レシート画像記憶部３２は、レシート画像を記憶する記憶領域である。
図３に示すレシート画像記憶部３２は、１枚のレシート６に対応するレシート画像を、レシート画像を識別する画像ＩＤ（ＩＤｅｎｔｉｆｉｃａｔｉｏｎ）（レシート識別情報）に対応付けて、レシート画像に関する情報と共に記憶する。レシート画像記憶部３２は、例えば、画像ＩＤをキーとして、取込日付と、イメージ登録先と、取引先ＩＤと、レシート合計データと、明細ＩＤとを記憶する。
図３に示すレシート画像記憶部３２は、１枚のレシート６に対応するレシート画像を、レシート画像を識別する画像ＩＤ（ＩＤｅｎｔｉｆｉｃａｔｉｏｎ）（レシート識別情報）に対応付けて、レシート画像に関する情報と共に記憶する。レシート画像記憶部３２は、例えば、画像ＩＤをキーとして、取込日付と、イメージ登録先と、取引先ＩＤと、レシート合計データと、明細ＩＤとを記憶する。
画像ＩＤは、レシート画像を識別する識別情報である。会計処理装置１の制御部１０は、レシート画像を受け付けた際に、画像ＩＤを付与してもよい。
取込日付は、例えば、レシート画像を取り込んで、レシート画像記憶部３２に記憶させた日付を示す。取引日付を記憶させることで、重複取込を防止できるし、作業履歴にもなる。
イメージ登録先は、レシート画像を記憶した記憶領域の位置情報（アドレス）を示す。
取引先ＩＤは、レシート６の発行元の店舗等（後述する適格請求書発行事業者の事業者名も含む）を識別する識別情報である。
レシート合計データは、合計金額と、１０％金額と、８％金額との各項目を示す。合計金額、１０％金額及び８％金額は、レシート画像から読み取った合計金額、消費税が１０％の合計金額、及び消費税が８％の合計金額を示す。なお、初期値を０にしておき、レシート画像に該当の金額が存在しない場合には、更新しない。例えば、レシート６に記載の品目が全ての消費税が１０％である場合等には、８％金額は存在しないため、０のままである。
明細ＩＤは、レシート画像から生成した明細データを識別する識別情報である。
取込日付は、例えば、レシート画像を取り込んで、レシート画像記憶部３２に記憶させた日付を示す。取引日付を記憶させることで、重複取込を防止できるし、作業履歴にもなる。
イメージ登録先は、レシート画像を記憶した記憶領域の位置情報（アドレス）を示す。
取引先ＩＤは、レシート６の発行元の店舗等（後述する適格請求書発行事業者の事業者名も含む）を識別する識別情報である。
レシート合計データは、合計金額と、１０％金額と、８％金額との各項目を示す。合計金額、１０％金額及び８％金額は、レシート画像から読み取った合計金額、消費税が１０％の合計金額、及び消費税が８％の合計金額を示す。なお、初期値を０にしておき、レシート画像に該当の金額が存在しない場合には、更新しない。例えば、レシート６に記載の品目が全ての消費税が１０％である場合等には、８％金額は存在しないため、０のままである。
明細ＩＤは、レシート画像から生成した明細データを識別する識別情報である。
明細データ記憶部３３は、明細データを識別する明細ＩＤをキーにして、明細データを記憶する記憶領域である。
図４に示す明細データ記憶部３３は、明細データを識別する明細ＩＤに対応付けて、日付と、会社ＩＤと、品目と、金額と、マーク有無と、画像ＩＤとを記憶する。
明細ＩＤ及び画像ＩＤは、上述のレシート画像記憶部３２のものと同様である。
日付は、レシート画像から読み取ったレシートに記載された日付（取引日）を示す。
会社ＩＤは、会社（顧問先又は本支店）を識別する識別情報である。
品目は、レシート画像から読み取った品目を示す。
金額は、レシート画像から読み取った品目と同じ行に有する金額を示す。
マーク有無は、レシート画像から読み取った品目と同じ行に有する、軽減税率であることを示す軽減税率マークの有無を示す。例えば、軽減税率マークがある場合には、軽減税率マークそのものが記憶され、軽減税率マークがない場合には、ブランク（空欄）である。なお、軽減税率マークは、「※」に限られない。
図４に示す明細データ記憶部３３は、明細データを識別する明細ＩＤに対応付けて、日付と、会社ＩＤと、品目と、金額と、マーク有無と、画像ＩＤとを記憶する。
明細ＩＤ及び画像ＩＤは、上述のレシート画像記憶部３２のものと同様である。
日付は、レシート画像から読み取ったレシートに記載された日付（取引日）を示す。
会社ＩＤは、会社（顧問先又は本支店）を識別する識別情報である。
品目は、レシート画像から読み取った品目を示す。
金額は、レシート画像から読み取った品目と同じ行に有する金額を示す。
マーク有無は、レシート画像から読み取った品目と同じ行に有する、軽減税率であることを示す軽減税率マークの有無を示す。例えば、軽減税率マークがある場合には、軽減税率マークそのものが記憶され、軽減税率マークがない場合には、ブランク（空欄）である。なお、軽減税率マークは、「※」に限られない。
学習モデル記憶部３４は、ＡＩ等の学習モデルである分類器を記憶する記憶領域である。この例では、品目と、指定税率との組み合わせを学習した学習モデル（以下、第１学習モデルともいう。）を使用する。また、学習モデル記憶部３４には、後述する第２学習モデルや第３学習モデルや第４学習モデルを記憶してもよい。
軽減品目記憶部３５は、軽減税率の品目を記憶する記憶領域である。
図５に示すように、軽減品目記憶部３５は、軽減税率の品目を、取引先ＩＤに対応付けて記憶している。ここで記憶する品目は、レシート６に記載された品目の名称である。取引先ＩＤは、当該品目を使用している店舗（取引先）の識別情報である。
軽減品目記憶部３５は、軽減税率の品目を記憶する記憶領域である。
図５に示すように、軽減品目記憶部３５は、軽減税率の品目を、取引先ＩＤに対応付けて記憶している。ここで記憶する品目は、レシート６に記載された品目の名称である。取引先ＩＤは、当該品目を使用している店舗（取引先）の識別情報である。
抽出キーワード記憶部３６は、抽出対象のワードを記憶する記憶領域である。
図６に示すように、抽出キーワード記憶部３６は、合計金額と、１０％金額と、８％金額との各項目について、各々抽出キーワードを記憶している。例えば、合計金額の項目であれば、「合計」、「現計」、・・・といったワードを、抽出キーワードとしている。
取引先情報記憶部３７は、取引先ＩＤをキーとして、取引先に関する各種の情報（取引先の略称や電話番号やファクシミリ番号や住所や業種や適格請求書発行事業者の登録番号を含む）を記憶する記憶領域である。
図６に示すように、抽出キーワード記憶部３６は、合計金額と、１０％金額と、８％金額との各項目について、各々抽出キーワードを記憶している。例えば、合計金額の項目であれば、「合計」、「現計」、・・・といったワードを、抽出キーワードとしている。
取引先情報記憶部３７は、取引先ＩＤをキーとして、取引先に関する各種の情報（取引先の略称や電話番号やファクシミリ番号や住所や業種や適格請求書発行事業者の登録番号を含む）を記憶する記憶領域である。
会社マスタ３８は、会社ＩＤをキーに、会社情報を記憶する記憶領域である。会社マスタ３８は、図７（Ａ）に示すように、会計事務所がこの会計処理システム１００を複数の顧問先に対して使用する場合の他、図７（Ｂ）に示すように、企業が本支店（本社支社間や本社営業所間等も含む）ごとに使用する場合にも対応している。図７（Ａ）に示す会社マスタ３８では、会社ＩＤは、顧問先を識別する識別情報である。また、図７（Ｂ）に示す会社マスタでは、会社ＩＤは、その企業の本支店を識別する識別情報である。会社マスタ３８は、図７（Ａ）及び図７（Ｂ）に記載の各項目に限定されない。
次に、制御部１０の各機能部について説明する。
制御部１０は、レシート画像受付部１１と、レシート画像処理部１２と、明細処理部２２とを備える。
制御部１０は、レシート画像受付部１１と、レシート画像処理部１２と、明細処理部２２とを備える。
レシート画像受付部１１は、レシート６を取り込んだスキャナ５で生成された、レシート６の画像データであるレシート画像を、スキャナ５から受信することで受け付ける。ここで、レシート画像受付部１１が受け付けるレシート画像の数は、限定されない。例えば、レシート画像受付部１１は、１枚のレシート６のレシート画像を受け付けてもよいし、複数枚のレシート６に対応する複数のレシート画像を受け付けてもよい。
また、レシート画像は、会計事務所に有するスキャナ５から取得するものに限定されない。レシート画像受付部１１は、例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリ等の可搬型記憶媒体により、例えば、顧問先からレシート画像を直接受領してもよい。また、レシート画像受付部１１は、例えば、図示しない顧問先の端末から、通信ネットワークを介して会計事務所のサーバ１ａや端末１ｂにレシート画像を送信することで、レシート画像を受け付けてもよい。この場合、顧問先において、例えば、スキャナを用いてレシート画像を取得した上で、顧問先の端末がレシート画像を送信する（メール添付やファイル転送等の方法による）。さらに、レシート画像は、スキャナにより画像化するものに限定されない。レシート画像受付部１１は、例えば、デジタルカメラ及びビデオカメラ等を含むカメラ（画像化装置）や、携帯電話及びスマートフォン等を含む携帯端末（画像化装置）の撮影機能でレシート６を撮影することで、レシート画像を得てもよい。また、画像化や画像送信の処理は、会計事務所の担当者（職員）が行ってもよいし、顧問先の担当者（社員等）が行ってもよい。
そして、レシート画像受付部１１は、受け付けたレシート画像を、レシート画像記憶部３２に記憶させる。その際、レシート画像受付部１１は、会計処理装置１で一意になる画像ＩＤを付与してもよい。レシート画像記憶部３２に記憶されたレコードは、少なくとも画像ＩＤと、取込日付と、イメージ登録先とに、値が入力されている状態になる。レシート画像記憶部３２は、例えば、会計事務所のサーバ１ａが備えるものである。ここで、レシート画像の格納場所は、会計事務所のサーバ１ａに限られない。クラウド上のサーバ（仮想サーバ含む）であっても構わない。
レシート画像処理部１２は、レシート画像受付部１１により受け付けたレシート画像に対する処理を行う制御部である。
レシート画像処理部１２は、テキスト処理部１３（日付抽出手段）と、品目確認処理部１４（品目抽出手段、品目確認手段、確認結果出力手段、確認受付手段、学習手段）と、キーワード抽出部１５（抽出キーワード選定手段、キーワード抽出手段）と、金額読取部１６（金額取得手段、レシート合計登録手段）と、金額判定部１７（金額判定手段）と、画像加工部１８（画像加工手段）と、表示用画面生成部１９と、画面出力部２０（項目金額出力手段、画像出力手段）と、修正処理部２１（修正受付手段、金額修正手段、更新手段）とを備える。
レシート画像処理部１２は、テキスト処理部１３（日付抽出手段）と、品目確認処理部１４（品目抽出手段、品目確認手段、確認結果出力手段、確認受付手段、学習手段）と、キーワード抽出部１５（抽出キーワード選定手段、キーワード抽出手段）と、金額読取部１６（金額取得手段、レシート合計登録手段）と、金額判定部１７（金額判定手段）と、画像加工部１８（画像加工手段）と、表示用画面生成部１９と、画面出力部２０（項目金額出力手段、画像出力手段）と、修正処理部２１（修正受付手段、金額修正手段、更新手段）とを備える。
テキスト処理部１３は、レシート画像に印字された文字に関するテキストデータを取得する。テキスト処理部１３は、レシート画像に対してＯＣＲ（Ｏｐｔｉｃａｌ Ｃｈａｒａｃｔｅｒ Ｒｅａｄｅｒ）を使用して文字認識処理をすることによって、レシート画像からテキストデータを取得する。ここで得られるテキストデータは、レシート画像に含まれる文字データであるため、印字された文字データの他、後からレシート６に記入された手書きメモのようなものがある場合には、その文字データをも含む。
テキスト処理部１３は、取得したテキストデータから日付を含む各項目を抽出する。
テキスト処理部１３は、取得したテキストデータから日付を含む各項目を抽出する。
品目確認処理部１４は、テキスト処理部１３によって取得したテキストデータから品目を含む行である品目行（品目情報）を抽出する。
次に、品目確認処理部１４は、抽出した品目行ごとに、品目と軽減税率（指定税率）に関する識別子である軽減税率マークとの組み合わせが、学習モデル記憶部３４に記憶された第１学習モデルによる分類結果と等しいことを確認する。より具体的には、品目確認処理部１４は、品目を入力データとして入力することで、軽減税率の対象であるか否かを出力する第１学習モデルを用いる。
そして、品目確認処理部１４は、確認結果を表示部４６に出力する。
さらに、品目確認処理部１４は、確認結果に対するユーザからの確認データに変更内容を含む場合には、変更内容のデータを用いて第１学習モデルを更新する。
次に、品目確認処理部１４は、抽出した品目行ごとに、品目と軽減税率（指定税率）に関する識別子である軽減税率マークとの組み合わせが、学習モデル記憶部３４に記憶された第１学習モデルによる分類結果と等しいことを確認する。より具体的には、品目確認処理部１４は、品目を入力データとして入力することで、軽減税率の対象であるか否かを出力する第１学習モデルを用いる。
そして、品目確認処理部１４は、確認結果を表示部４６に出力する。
さらに、品目確認処理部１４は、確認結果に対するユーザからの確認データに変更内容を含む場合には、変更内容のデータを用いて第１学習モデルを更新する。
キーワード抽出部１５は、テキスト処理部１３によって抽出したテキストデータから、抽出キーワード記憶部３６に記憶された抽出キーワードを抽出する。ここで、キーワード抽出部１５は、「合計金額」の項目に対して抽出キーワードを１つ抽出する。また、キーワード抽出部１５は、「１０％金額」と「８％金額」との各項目に対して、抽出キーワードを１つ抽出し、又は、抽出しない。抽出しない場合とは、該当の項目に対応する抽出キーワードが存在しない場合であり、レシート６に、例えば、１０％又は８％のいずれかの税率のみが記載されている場合である。
金額読取部１６は、キーワード抽出部１５により抽出された抽出キーワードを含む行から金額の値（テキストデータ）を取得する。金額の値は、例えば、「￥」に続く数字列である。ここで、「合計金額」の項目に対して抽出した抽出キーワードを含む行に記載された金額を、全合計金額といい、「１０％金額」や「８％金額」の項目に対して抽出した抽出キーワードを含む行に記載された金額を、内訳金額という。
また、金額読取部１６は、レシート画像記憶部３２に記憶された処理対象のレコードの各金額の項目に、取得した各金額の値を記憶させる。
金額判定部１７は、金額読取部１６により取得した内訳金額の値を加算した加算値と、全合計金額の値とが一致するか否かを判定する。
また、金額読取部１６は、レシート画像記憶部３２に記憶された処理対象のレコードの各金額の項目に、取得した各金額の値を記憶させる。
金額判定部１７は、金額読取部１６により取得した内訳金額の値を加算した加算値と、全合計金額の値とが一致するか否かを判定する。
画像加工部１８は、レシート画像受付部１１により受け付けたレシート画像に対して、金額読取部１６により取得された各金額の記載部分を強調させる加工処理を行う。画像加工部１８は、例えば、各金額の記載箇所を矩形で囲って、色付けを行う加工を行ってもよい。また、画像加工部１８は、各金額の記載箇所に、下線を付す加工を行ってもよい。さらに、画像加工部１８は、項目ごとに異なる加工を行ってもよく、例えば、項目ごとに加工に用いる色を異なるものにしてもよい。
表示用画面生成部１９は、表示部４６に表示させる画面である表示用画面を生成する。具体的には、表示用画面生成部１９は、金額読取部１６により取得した金額の値と、抽出キーワードが示す項目とを対応付けた項目金額情報を生成する。ここで、項目金額情報は、レシート画像に含まれる金額との対比を分かりやすく示すために、画像加工部１８で加工処理を行った各金額を含む画像を、レシート画像から切り取って、取得した金額の値に並べて示してもよい。そして、表示用画面生成部１９は、画像加工部１８で加工した加工後のレシート画像と、項目金額情報とを配置した表示用画面を生成する。
画面出力部２０は、表示用画面生成部１９で生成した表示用画面を、表示部４６に出力する。
画面出力部２０は、表示用画面生成部１９で生成した表示用画面を、表示部４６に出力する。
修正処理部２１は、画面出力部２０によって出力された表示用画面から、金額の修正入力を受け付けた場合に、レシート画像記憶部３２の該当項目に対応した金額を、受け付けた修正内容に更新する。
明細処理部２２は、品目確認処理部１４で抽出した項目に関する明細データを生成する処理を行う。明細処理部２２は、生成した明細データを、明細データ記憶部３３に記憶させる。
また、明細処理部２２は、品目確認処理部１４が出力した確認結果に対する確認データを受信した場合に、受信した確認データに基づいて、明細データを修正する。
なお、上述した各機能の詳細については、後述する。
また、明細処理部２２は、品目確認処理部１４が出力した確認結果に対する確認データを受信した場合に、受信した確認データに基づいて、明細データを修正する。
なお、上述した各機能の詳細については、後述する。
図２の入力部４５は、キーボードやマウス等の入力装置である。また、入力部４５は、タッチパネルやペン入力であってもよい。
表示部４６は、ＬＣＤ（液晶ディスプレイ）等で構成される表示装置である。
通信部４９は、例えば、スキャナ５や、通信ネットワークを介して外部装置との間での通信を行うインタフェースである。
なお、本発明でいうコンピュータとは、制御部、記憶装置等を備えた情報処理装置をいい、会計処理装置１は、制御部１０、記憶部３０等を備えた情報処理装置であり、本発明のコンピュータの概念に含まれる。
表示部４６は、ＬＣＤ（液晶ディスプレイ）等で構成される表示装置である。
通信部４９は、例えば、スキャナ５や、通信ネットワークを介して外部装置との間での通信を行うインタフェースである。
なお、本発明でいうコンピュータとは、制御部、記憶装置等を備えた情報処理装置をいい、会計処理装置１は、制御部１０、記憶部３０等を備えた情報処理装置であり、本発明のコンピュータの概念に含まれる。
＜会計処理装置１の処理＞
次に、会計処理装置１による処理について説明する。
図８は、本実施形態に係る会計処理装置１でのレシート画像処理を示すフローチャートである。
図９は、本実施形態に係る会計処理装置１での品目確認処理を示すフローチャートである。
図１０は、本実施形態に係る会計処理装置１で用いるレシート画像６０の例を示す図である。
図１１は、本実施形態に係る会計処理装置１での合計金額確認処理を示すフローチャートである。
図１２は、本実施形態に係る会計処理装置１での表示用画面７０の例を示す図である。
図１３は、本実施形態に係る会計処理装置１での表示用画面７０に対する仕訳データの例を示す図である。
次に、会計処理装置１による処理について説明する。
図８は、本実施形態に係る会計処理装置１でのレシート画像処理を示すフローチャートである。
図９は、本実施形態に係る会計処理装置１での品目確認処理を示すフローチャートである。
図１０は、本実施形態に係る会計処理装置１で用いるレシート画像６０の例を示す図である。
図１１は、本実施形態に係る会計処理装置１での合計金額確認処理を示すフローチャートである。
図１２は、本実施形態に係る会計処理装置１での表示用画面７０の例を示す図である。
図１３は、本実施形態に係る会計処理装置１での表示用画面７０に対する仕訳データの例を示す図である。
図８で説明するレシート画像処理は、例えば、会計事務所に顧問先からレシート６を受領した都度のタイミングや、月１回等の定期的なタイミング等で、会計事務所において実行される処理である。なお、レシート画像処理は、１枚のレシート６に対しても行うことができ、また、複数枚のレシート６に対して、まとめて処理することもできる。
会計事務所のユーザが、会計処理装置１に記憶されたレシート処理プログラム３１ａを起動することで、会計処理装置１の制御部１０は、図示しない初期画面を、表示部４６に出力する。そして、会計事務所のユーザが、初期画面から顧問先を選択又は入力等をすることで、図８のステップＳ（以下、単に「Ｓ」という。）１１において、制御部１０は、顧問先の指定を受け付ける。
会計処理装置１の制御部１０は、顧問先の指定を受け付けると、次に、例えば、スキャナ５にレシート６を取り込むよう指示する画面（図示せず）を、表示部４６に出力するので、ユーザは、指定した顧問先のレシート６を、スキャナ５に読み取らせる。スキャナ５は、レシート６を読み取って、レシート画像を生成し、会計処理装置１に対してレシート画像を送信するので、Ｓ１２において、制御部１０（レシート画像受付部１１）は、スキャナ５から送信されたレシート画像を受け付ける。制御部１０は、レシート６ごとに生成されたレシート画像を受け付ける。例えば、スキャナ５に読み取らせたレシート６が１枚であった場合には、レシート画像は１つであり、レシート６が複数枚であった場合には、レシート画像は複数である。
そして、制御部１０（レシート画像受付部１１）は、画像ＩＤを付与して、受け付けたレシート画像を、レシート画像記憶部３２（図３参照）に記憶させる。
そして、制御部１０（レシート画像受付部１１）は、画像ＩＤを付与して、受け付けたレシート画像を、レシート画像記憶部３２（図３参照）に記憶させる。
Ｓ１３において、制御部１０（レシート画像処理部１２）は、レシート画像を解析する。より具体的には、制御部１０（テキスト処理部１３）は、レシート画像を解析して、レシート画像から各種の情報を取得する。制御部１０は、レシート画像に対して文字認識処理をすることによって、レシート画像からテキストデータを取得する。なお、レシート画像からテキストデータを取得する処理（ＯＣＲ技術等による文字や数字の認識処理）は、公知の手法を用いて行うことができる。そして、制御部１０は、テキストデータをサーチして、各種の情報を取得する。各種の情報とは、例えば、レシート画像に含まれる店舗（取引先）の名称や、日付等をいう。
Ｓ１４において、制御部１０（品目確認処理部１４）は、品目確認処理を行う。
Ｓ１４において、制御部１０（品目確認処理部１４）は、品目確認処理を行う。
ここで、品目確認処理について、図９に基づき説明する。
図９のＳ２１において、制御部１０（品目確認処理部１４）は、レシート画像から得られたテキストデータから、品目行を抽出する。テキストデータから品目行を抽出する処理は、公知の手法を用いて行うことができる。具体的には、制御部１０は、例えば、図示しない品目ＤＢ（データベース）に登録された品目に一致する品目を含む行を抽出してもよいし、「小計」より上であって、「￥」を含む行を抽出してもよい。
図１０は、レシート画像６０から品目行６１ａ及び６１ｂを抽出した例を示す。
図９のＳ２１において、制御部１０（品目確認処理部１４）は、レシート画像から得られたテキストデータから、品目行を抽出する。テキストデータから品目行を抽出する処理は、公知の手法を用いて行うことができる。具体的には、制御部１０は、例えば、図示しない品目ＤＢ（データベース）に登録された品目に一致する品目を含む行を抽出してもよいし、「小計」より上であって、「￥」を含む行を抽出してもよい。
図１０は、レシート画像６０から品目行６１ａ及び６１ｂを抽出した例を示す。
図９のＳ２２において、制御部１０（明細処理部２２）は、明細データを生成し、明細データ記憶部３３（図４参照）に生成した明細データを記憶させる。その際、制御部１０は、明細ＩＤを一意になるように付与してもよい。
Ｓ２３において、制御部１０（品目確認処理部１４）は、品目行の品目と軽減税率マークとの組み合わせが、学習モデル記憶部３４に記憶された学習モデル（第１学習モデル）による分類結果と等しいことを確認する。
Ｓ２３において、制御部１０（品目確認処理部１４）は、品目行の品目と軽減税率マークとの組み合わせが、学習モデル記憶部３４に記憶された学習モデル（第１学習モデル）による分類結果と等しいことを確認する。
ここで、学習モデルについて簡単に説明する。学習モデルは後述する学習内容によって複数ある。品目判定学習モデル（第１学習モデル）は、軽減品目記憶部３５に示す品目を軽減税率の対象であるとして、品目と軽減税率の有無とを学習したモデルである。
制御部１０は、抽出した品目行ごとに、品目を入力データとして第１学習モデルに入力する。そうすることで、第１学習モデルは、当該品目が軽減税率の対象であるか否かを出力する。そして、制御部１０は、品目行の品目と軽減税率マークとの組み合わせが、第１学習モデルによる分類結果と等しいことを確認する。
制御部１０は、抽出した品目行ごとに、品目を入力データとして第１学習モデルに入力する。そうすることで、第１学習モデルは、当該品目が軽減税率の対象であるか否かを出力する。そして、制御部１０は、品目行の品目と軽減税率マークとの組み合わせが、第１学習モデルによる分類結果と等しいことを確認する。
Ｓ２４において、制御部１０（品目確認処理部１４）は、Ｓ２３による確認結果を、表示部４６に出力する。ここで、制御部１０は、確認結果として、組み合わせが一致しなかったもののみを出力してもよいし、組み合わせの一致不一致に限らず、全てを出力してもよい。また、確認結果として品目行の品目と軽減税率マークだけでなく、金額も一緒に表示してもよい。
Ｓ２５において、制御部１０（品目確認処理部１４）は、ユーザから確認結果に対する確認データとして、変更内容を受け付けたか否かを判断する。変更内容を受け付けた場合（Ｓ２５：ＹＥＳ）には、制御部１０は、処理をＳ２６に移す。他方、変更内容を受け付けなかった場合（Ｓ２５：ＮＯ）には、制御部１０は、処理を図８のＳ１５に移す。なお、変更内容を受け付けた場合には、変更したユーザと変更日時と変更内容（品目行の品目、軽減税率マークと金額等）とを変更履歴１として、履歴ＤＢ（図示せず）に保存してもよい。
Ｓ２５において、制御部１０（品目確認処理部１４）は、ユーザから確認結果に対する確認データとして、変更内容を受け付けたか否かを判断する。変更内容を受け付けた場合（Ｓ２５：ＹＥＳ）には、制御部１０は、処理をＳ２６に移す。他方、変更内容を受け付けなかった場合（Ｓ２５：ＮＯ）には、制御部１０は、処理を図８のＳ１５に移す。なお、変更内容を受け付けた場合には、変更したユーザと変更日時と変更内容（品目行の品目、軽減税率マークと金額等）とを変更履歴１として、履歴ＤＢ（図示せず）に保存してもよい。
Ｓ２６において、制御部１０（明細処理部２２）は、変更内容に基づき明細データ記憶部３３の明細データを更新する。
Ｓ２７において、制御部１０（品目確認処理部１４）は、変更内容のデータや変更履歴１を用いて、学習モデル記憶部３４の第１学習モデルを更新する。
なお、制御部１０は、変更内容のデータを用いて軽減品目記憶部３５や品目ＤＢ（図示せず）を更新してもよい。また、Ｓ２６とＳ２７との処理は、同時に行ってもよいし、Ｓ２７の処理を、Ｓ２６の処理より先に行ってもよい。軽減品目記憶部３５、品目ＤＢや学習モデル記憶部３４の第１学習モデルを更新することで、軽減品目の抽出の精度が上げることができる。
その後、制御部１０は、処理を図８のＳ１５に移す。
Ｓ２７において、制御部１０（品目確認処理部１４）は、変更内容のデータや変更履歴１を用いて、学習モデル記憶部３４の第１学習モデルを更新する。
なお、制御部１０は、変更内容のデータを用いて軽減品目記憶部３５や品目ＤＢ（図示せず）を更新してもよい。また、Ｓ２６とＳ２７との処理は、同時に行ってもよいし、Ｓ２７の処理を、Ｓ２６の処理より先に行ってもよい。軽減品目記憶部３５、品目ＤＢや学習モデル記憶部３４の第１学習モデルを更新することで、軽減品目の抽出の精度が上げることができる。
その後、制御部１０は、処理を図８のＳ１５に移す。
図８のＳ１５において、制御部１０は、合計金額確認処理を行う。
ここで、合計金額確認処理について、図１１に基づいて説明する。
図１１のＳ３１において、制御部１０（キーワード抽出部１５）は、レシート画像から得られたテキストデータから、抽出キーワード記憶部３６に記憶された抽出キーワードを抽出する。図１０のレシート画像６０であれば、抽出キーワード記憶部３６に記憶された項目が「合計金額」に対する「合計」と、項目が「１０％金額」に対する「消費税１０％売」と、項目が「８％金額」に対する「消費税８％売」とが、テキストデータから抽出される。
ここで、合計金額確認処理について、図１１に基づいて説明する。
図１１のＳ３１において、制御部１０（キーワード抽出部１５）は、レシート画像から得られたテキストデータから、抽出キーワード記憶部３６に記憶された抽出キーワードを抽出する。図１０のレシート画像６０であれば、抽出キーワード記憶部３６に記憶された項目が「合計金額」に対する「合計」と、項目が「１０％金額」に対する「消費税１０％売」と、項目が「８％金額」に対する「消費税８％売」とが、テキストデータから抽出される。
Ｓ３２において、制御部１０（金額読取部１６）は、抽出した各々の抽出キーワードの行から金額の値を、各々取得する。そして、制御部１０は、レシート画像記憶部３２（図３参照）の対象のレコードの該当項目に対して、取得した金額の値を記憶させる。
Ｓ３３において、制御部１０（金額判定部１７）は、取得した金額の値についての判定処理を行う。具体的には、制御部１０は、「合計金額」に対応する金額の値である全合計金額と、「１０％金額」及び「８％金額」に対応する金額の値である内訳金額を加算した値とが一致するか否かを判定する。
Ｓ３３において、制御部１０（金額判定部１７）は、取得した金額の値についての判定処理を行う。具体的には、制御部１０は、「合計金額」に対応する金額の値である全合計金額と、「１０％金額」及び「８％金額」に対応する金額の値である内訳金額を加算した値とが一致するか否かを判定する。
Ｓ３４において、制御部１０（画像加工部１８）は、レシート画像に対する加工処理を行う。制御部１０は、加工処理として、例えば、レシート画像に対して、Ｓ３２で取得された各金額が記載された箇所を矩形で囲む。
なお、加工処理としては、矩形で囲むことに限定されず、様々な態様が考えられる。例えば、金額部に下線を付してもよい。また、矩形の線や下線の色を、異なる色にしてもよい。さらに、矩形内を、異なる色で網掛けをしてもよい。
なお、加工処理としては、矩形で囲むことに限定されず、様々な態様が考えられる。例えば、金額部に下線を付してもよい。また、矩形の線や下線の色を、異なる色にしてもよい。さらに、矩形内を、異なる色で網掛けをしてもよい。
Ｓ３５において、制御部１０（表示用画面生成部１９）は、項目金額情報を生成する。また、制御部１０（表示用画面生成部１９）は、生成した項目金額情報と、Ｓ３４の処理による加工後のレシート画像とを含む表示用画面を生成する。
図１２は、表示用画面７０の例を示す。
制御部１０は、まず、Ｓ３１により抽出した抽出キーワードに対応する項目に、レシート画像から取得した金額画像と、金額の値とを並べて配置した項目金額情報７１を生成する。ここで、金額画像は、Ｓ３４において加工処理を行った加工後のレシート画像から金額が記載された箇所を切り取ったものである。また、金額の値は、レシート画像のテキストデータから得られる数字である。
制御部１０は、Ｓ３３による処理で不一致であった場合に、金額の値を、例えば、赤字で示す等の強調する態様で生成することが望ましい。
図１２は、表示用画面７０の例を示す。
制御部１０は、まず、Ｓ３１により抽出した抽出キーワードに対応する項目に、レシート画像から取得した金額画像と、金額の値とを並べて配置した項目金額情報７１を生成する。ここで、金額画像は、Ｓ３４において加工処理を行った加工後のレシート画像から金額が記載された箇所を切り取ったものである。また、金額の値は、レシート画像のテキストデータから得られる数字である。
制御部１０は、Ｓ３３による処理で不一致であった場合に、金額の値を、例えば、赤字で示す等の強調する態様で生成することが望ましい。
図１２に示す項目金額情報７１には、「合計金額」に関する情報７５と、「１０％金額」に関する情報７３と、「８％金額」に関する情報７４とを含む。例えば、情報７４は、画像情報７４ａと、数値情報７４ｂとを含む。画像情報７４ａは、金額画像であり、数値情報７４ｂは、金額の値である。同様に、各金額には、画像情報と、数値情報とを含む。なお、項目金額情報７１には、日付に関する情報７２も、金額に関する情報と同様に並べて配置している。情報７２は、テキスト６２から得ることができる。
次に、制御部１０は、生成した項目金額情報７１と、加工後のレシート画像６０ａとを配置した表示用画面７０を生成する。図１２に示す項目金額情報７１と、レシート画像６０ａとの配置位置は、一例である。
次に、制御部１０は、生成した項目金額情報７１と、加工後のレシート画像６０ａとを配置した表示用画面７０を生成する。図１２に示す項目金額情報７１と、レシート画像６０ａとの配置位置は、一例である。
図１１のＳ３６において、制御部１０（画面出力部２０）は、生成した表示用画面７０を、表示部４６に出力する。そうすることで、ユーザは、例えば、図１２に示す表示用画面７０を参照し、金額が合っていることを確認できる。また、金額が不一致であったり、誤った入力されていたりする場合には、ユーザによって金額の修正を行うことができる。なお、金額の修正を受け付けた場合には、変更したユーザと変更日時と変更内容（項目金額情報と金額等）とを変更履歴２として、履歴ＤＢに保存してもよい。
その後、制御部１０は、処理を図８のＳ１６に移す。
その後、制御部１０は、処理を図８のＳ１６に移す。
図８のＳ１６において、制御部１０は、修正データを受け付けたか否かを判断する。例えば、図１２に示す表示用画面７０において、ユーザが、金額の値を修正の上、「更新」のボタンを選択することで、制御部１０は、修正データを受け付ける。修正データを受け付けた場合（Ｓ１６：ＹＥＳ）には、制御部１０は、処理をＳ１７に移す。他方、修正データを受け付けない場合（Ｓ１６：ＮＯ）には、制御部１０は、処理をＳ１８に移す。修正データを受け付けない場合とは、例えば、図１２に示す表示用画面７０において、ユーザが、「確認」のボタンを選択した場合である。
Ｓ１７において、制御部１０は、レシート画像記憶部３２の対象レコードのうち、所定の項目に対応する値を、修正データの値に更新する。
Ｓ１８において、制御部１０は、仕訳データを生成する。仕訳データは、「付箋」と「レシート」と「番号」と「月」と「日」と「借方」と「貸方」と「金額」と「摘要」と「課区」と「税区」の項目から構成される。「付箋」は、付箋の有無を示し、「レシート」は、仕訳データの元であるレシート画像６０ａを、「番号」は、仕訳データを識別する番号を、「月」と「日」は日付に関する情報７２を、「借方」と「貸方」は、借方勘定科目と貸方勘定科目を、「金額」は、借方金額又は貸方金額を、「摘要」は、科目に対する補足内容を、「課区」は、取引に対する課税区分を、「税区」は、税率区分を、それぞれ示す。図１３（Ａ）に示す表示用画面７０における金額の値に基づいて、図１３（Ｂ）に示す仕訳データ８１及び図１３（Ｃ）に示す仕訳データ８２を生成する。図１３（Ｂ）の仕訳データ８１の金額の値「４８９（円）」と課区の値「３１（課税取引を示す）」と税区の値「１０（％）」とは、図１３（Ａ）の情報７３の１０％金額の値「４８９（円）」に対応するものである。また、図１３（Ｃ）の仕訳データ８２の金額の値「４８０（円）」と課区の値「３１（課税取引を示す）」と税区の値「８（％）」とは、図１３（Ａ）の情報７４の８％金額の値「４８０（円）」に対応するものである。その後、制御部１０は、本処理を終了する。
Ｓ１８において、制御部１０は、仕訳データを生成する。仕訳データは、「付箋」と「レシート」と「番号」と「月」と「日」と「借方」と「貸方」と「金額」と「摘要」と「課区」と「税区」の項目から構成される。「付箋」は、付箋の有無を示し、「レシート」は、仕訳データの元であるレシート画像６０ａを、「番号」は、仕訳データを識別する番号を、「月」と「日」は日付に関する情報７２を、「借方」と「貸方」は、借方勘定科目と貸方勘定科目を、「金額」は、借方金額又は貸方金額を、「摘要」は、科目に対する補足内容を、「課区」は、取引に対する課税区分を、「税区」は、税率区分を、それぞれ示す。図１３（Ａ）に示す表示用画面７０における金額の値に基づいて、図１３（Ｂ）に示す仕訳データ８１及び図１３（Ｃ）に示す仕訳データ８２を生成する。図１３（Ｂ）の仕訳データ８１の金額の値「４８９（円）」と課区の値「３１（課税取引を示す）」と税区の値「１０（％）」とは、図１３（Ａ）の情報７３の１０％金額の値「４８９（円）」に対応するものである。また、図１３（Ｃ）の仕訳データ８２の金額の値「４８０（円）」と課区の値「３１（課税取引を示す）」と税区の値「８（％）」とは、図１３（Ａ）の情報７４の８％金額の値「４８０（円）」に対応するものである。その後、制御部１０は、本処理を終了する。
（変形例１）
レシート画像から各種の情報を抽出する方法は、上記した実施形態での方法に限定されない。
図１４は、本実施形態に係る会計処理装置１での他の項目抽出方法を説明するための図である。
図１４の例では、抽出する範囲を狭めた上で、抽出キーワードを抽出する例である。
制御部１０（所定ワード抽出手段）は、図１４（Ａ）に示すレシート画像６０から、図１４（Ｂ）に示すように、「小計」のテキスト９０と、「軽減」を含むテキスト９１とをサーチする。ここで、「小計」や「軽減」といった単語は、記憶部３０（所定ワード記憶部）に予め記憶させておく。
レシート画像から各種の情報を抽出する方法は、上記した実施形態での方法に限定されない。
図１４は、本実施形態に係る会計処理装置１での他の項目抽出方法を説明するための図である。
図１４の例では、抽出する範囲を狭めた上で、抽出キーワードを抽出する例である。
制御部１０（所定ワード抽出手段）は、図１４（Ａ）に示すレシート画像６０から、図１４（Ｂ）に示すように、「小計」のテキスト９０と、「軽減」を含むテキスト９１とをサーチする。ここで、「小計」や「軽減」といった単語は、記憶部３０（所定ワード記憶部）に予め記憶させておく。
そして、この２つのテキストを元に、制御部１０（範囲設定手段）は、図１４（Ｃ）に示すように、取引内容エリア９２と、集計エリア９３とにエリアを分割する。
このようにエリアを分割することで、制御部１０は、集計エリア９３を検索範囲として、抽出キーワードをサーチすることができ、図１４（Ｄ）に示すように、抽出キーワードを含む行１６３～１６５を抽出することができる。また、制御部１０は、取引内容エリア９２から品目をサーチして、品目行を抽出することができる。
このように、サーチする範囲を限定することで、認識率をより向上させることができる。
このようにエリアを分割することで、制御部１０は、集計エリア９３を検索範囲として、抽出キーワードをサーチすることができ、図１４（Ｄ）に示すように、抽出キーワードを含む行１６３～１６５を抽出することができる。また、制御部１０は、取引内容エリア９２から品目をサーチして、品目行を抽出することができる。
このように、サーチする範囲を限定することで、認識率をより向上させることができる。
なお、記憶部３０（所定ワード記憶部）に、「日付」に関する要素や、「合計」のテキストをさらに追加しておき、サーチ対象にすることで、読取精度を向上させることが可能になる。
（変形例２）
抽出キーワードについては、上記した実施形態での格納内容に限定されない。
図１５は、本実施形態に係る会計処理装置１での他の抽出キーワード記憶部２３６の例を示す図である。
抽出キーワード記憶部２３６（発行元記憶部、抽出キーワード記憶部）は、取引先コード（発行識別情報）に対応付けて、取引先画像と、合計金額と、１０％金額と、８％金額との各項目に対する画像（画像データ）を記憶している。各項目に対応して記憶する画像は、レシート画像に含まれる画像である。例えば、取引先画像は、レシート画像に含まれる取引先を示す特徴情報である。
抽出キーワードについては、上記した実施形態での格納内容に限定されない。
図１５は、本実施形態に係る会計処理装置１での他の抽出キーワード記憶部２３６の例を示す図である。
抽出キーワード記憶部２３６（発行元記憶部、抽出キーワード記憶部）は、取引先コード（発行識別情報）に対応付けて、取引先画像と、合計金額と、１０％金額と、８％金額との各項目に対する画像（画像データ）を記憶している。各項目に対応して記憶する画像は、レシート画像に含まれる画像である。例えば、取引先画像は、レシート画像に含まれる取引先を示す特徴情報である。
このようにすれば、制御部１０（発行識別取得手段）は、まず、レシート画像から特徴情報を抽出することで、抽出した特徴情報に対応する取引先コードを特定できる。そして、制御部１０は、抽出キーワードを、画像による照合で抽出することができる。また、取引先ごとに抽出キーワードを記憶するので、各取引先に対応した抽出キーワードにできるため、抽出処理の効率を向上できる。
なお、抽出キーワード記憶部は、取引先ごとに、抽出キーワードをテキストデータで記憶するものであってもよい。そうすれば、抽出キーワードの抽出は、テキストデータによるものであるが、各取引先に対応した抽出キーワードにできるため、その場合にも、抽出処理の効率を向上できる。
このように、本実施形態の会計処理システム１００によれば、以下のような効果がある。
（１）会計処理装置１は、レシート６の画像データであるレシート画像から、「合計金額」、「１０％金額」、「８％金額」といった異なる種類の合計金額に対応する複数の抽出キーワードを抽出し、抽出キーワードを含む行から金額のテキストデータを取得する。そして、会計処理装置１は、取得した金額のテキストデータと、対応する各合計を示す項目とを含む項目金額情報を生成して表示部４６に表示させる。
したがって、複数の税率に対する会計処理に関する情報を、ユーザが見やすいように出力させることができる。また、出力させた情報に基づいて、仕訳データを作成することが可能であり、仕訳入力を支援することができる。
（１）会計処理装置１は、レシート６の画像データであるレシート画像から、「合計金額」、「１０％金額」、「８％金額」といった異なる種類の合計金額に対応する複数の抽出キーワードを抽出し、抽出キーワードを含む行から金額のテキストデータを取得する。そして、会計処理装置１は、取得した金額のテキストデータと、対応する各合計を示す項目とを含む項目金額情報を生成して表示部４６に表示させる。
したがって、複数の税率に対する会計処理に関する情報を、ユーザが見やすいように出力させることができる。また、出力させた情報に基づいて、仕訳データを作成することが可能であり、仕訳入力を支援することができる。
（２）会計処理装置１は、項目金額情報と、レシート画像とを含む表示用画面７０を表示部４６に出力するので、レシート画像と、レシート画像から生成した項目金額情報とを、ユーザが比較しやすいようにできる。
（３）会計処理装置１は、レシート画像のうち、項目金額情報に含む金額の取得元である金額が記載された画像に対して強調させる加工をして、加工後のレシート画像を表示部４６に表示させるため、レシート画像の金額と、項目金額情報とをユーザがより比較しやすいようにできる。
（４）会計処理装置１は、レシート画像の加工を、項目ごとに異なるものにすることで、見た目で区別がつくようにした情報を、ユーザに提供することができる。
（３）会計処理装置１は、レシート画像のうち、項目金額情報に含む金額の取得元である金額が記載された画像に対して強調させる加工をして、加工後のレシート画像を表示部４６に表示させるため、レシート画像の金額と、項目金額情報とをユーザがより比較しやすいようにできる。
（４）会計処理装置１は、レシート画像の加工を、項目ごとに異なるものにすることで、見た目で区別がつくようにした情報を、ユーザに提供することができる。
（５）会計処理装置１は、品目と、軽減税率との組み合わせを、品目判定学習モデル（第１学習モデル）に基づいて確認するので、正確な組み合わせになっているかの判断を、容易に行うことができる。
また、確認結果を確認したユーザから、変更内容を含む確認データを受け付けることで、学習モデルを更新するため、学習モデルによる判断を、実際のレシート画像の記載が反映された、より正確なものにできる。
また、確認結果を確認したユーザから、変更内容を含む確認データを受け付けることで、学習モデルを更新するため、学習モデルによる判断を、実際のレシート画像の記載が反映された、より正確なものにできる。
（６）会計処理装置１は、「合計金額」に対応する値が、「１０％金額」に対応する値と、「８％金額」に対応する値との合算に一致するか否かを判断し、不一致の場合には、項目金額情報７１の表示態様を、不一致であることを示すようにする。そのため、不一致であることが一目でわかるように示すことができる。
（７）会計処理装置１は、レシート画像と、各合計金額のデータとを、レシート画像記憶部３２に登録する。よって、各合計金額を利用しやすくでき、修正があった場合には、修正内容の反映をしやすくできる。そして、レシート画像記憶部３２に記憶されたデータから、仕訳データを生成できる。
以上、本発明の実施形態について説明したが、本発明は上述した実施形態に限定されるものではない。また、実施形態に記載した効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、実施形態に記載したものに限定されない。なお、上述した実施形態及び後述する変形形態は、適宜組み合わせて用いることもできるが、詳細な説明は省略する。
（変形形態）
（１）実施形態では、抽出キーワード記憶部は、異なる金額の合計を示す項目に対応付けて記憶するものを例に説明したが、これに限定されない。さらに、日付情報を対応付けて記憶してもよい。例えば、２０１９年９月３０日までで使用する項目、２０１９年１０月１日以降に使用する項目、というように、税率が変更された場合を考慮して期間（適用期間）を対応付ける。そして、制御部１０（日付抽出手段）が、レシート画像から日付を抽出し、制御部１０（抽出キーワード選定手段）が、抽出した日付に応じて、該当の日付を含む期間の範囲から抽出キーワードを選定する。そのようにすれば、例えば、軽減税率の適用前後や、税率変更の前後で項目を異なるものにできるため、利便性が向上する。
（１）実施形態では、抽出キーワード記憶部は、異なる金額の合計を示す項目に対応付けて記憶するものを例に説明したが、これに限定されない。さらに、日付情報を対応付けて記憶してもよい。例えば、２０１９年９月３０日までで使用する項目、２０１９年１０月１日以降に使用する項目、というように、税率が変更された場合を考慮して期間（適用期間）を対応付ける。そして、制御部１０（日付抽出手段）が、レシート画像から日付を抽出し、制御部１０（抽出キーワード選定手段）が、抽出した日付に応じて、該当の日付を含む期間の範囲から抽出キーワードを選定する。そのようにすれば、例えば、軽減税率の適用前後や、税率変更の前後で項目を異なるものにできるため、利便性が向上する。
また、品目確認以外の処理についても学習モデルを用いたＡＩによる学習処理によって行ってもよい。具体的には、抽出キーワードを利用した適用期間判定学習モデル（以下、第２学習モデルともいう。）は、日付情報（適用期間を含む）と抽出キーワード（所定ワードを含む）との組み合わせから適用期間と税率変更の有無とを学習したモデルである。制御部１０は、抽出した日付情報と抽出キーワード（所定ワードを含む）とを入力データとして第２学習モデルに入力する。そうすることで、第２学習モデルは、抽出キーワード（所定ワードを含む）の有無により、レシート画像が軽減税率の適用前なのか、又は、軽減税率の適用後なのかを出力する。
そして、制御部１０（抽出キーワード確認手段）は、日付情報と抽出キーワード（所定ワードを含む）との組み合わせが、第２学習モデルによる分類結果と等しいことを確認する。
そして、制御部１０（抽出キーワード確認手段）は、日付情報と抽出キーワード（所定ワードを含む）との組み合わせが、第２学習モデルによる分類結果と等しいことを確認する。
制御部１０（確認結果出力手段）は、確認結果を表示部４６に出力し、制御部１０（確認受付手段）が確認結果に対して変更内容を受け付けた場合は、制御部１０（学習手段）は、変更内容に基づき抽出キーワード記憶部と、所定ワード記憶部と、学習モデル記憶部３４の適用期間判定学習モデル（第２学習モデル）とを更新する。抽出キーワード記憶部と、所定ワード記憶部と、学習モデル記憶部３４の第２学習モデルとを更新することで、判定（レシート画像が軽減税率の適用前後のどちらなのか）の精度を上げることができる。なお、抽出キーワードと日付情報の組み合わせで判定できない場合には、追加で所定ワードをさらに組み合わせることで、判定の精度をさらに上げてもいい。
また、例えば、区分記載請求書等保存方式と、適格請求書（例：請求書、納品書、領収書、レシート等）等（適格請求書、適格簡易請求書（例：請求書、納品書、領収書、レシート等））保存方式といった、レシート画像の種類による記載項目の有無によるレシート画像が適格であるか否かの判定を行うこともできる。
ここで、レシート画像の種類による記載項目とは、ａ．取引年月日、ｂ．取引内容（軽減税率の対象品目である場合には、その旨）、ｃ．税率ごとに合計した対価の額（税抜き又は税込み）及び適用税率、ｄ．消費税額、ｅ．書類の交付を受ける事業者名及び登録番号をいい、具体的には、品目及び項目金額情報（抽出キーワードを含む）を含む取引内容の有無、軽減税率マークの有無、適格請求書発行事業者の登録番号の有無、適格請求書発行事業者の事業者名の有無、日付情報（取引日付や適用期間を含む）や消費税額等（適用税率を含む）の有無で判断する。
ここで、レシート画像の種類による記載項目とは、ａ．取引年月日、ｂ．取引内容（軽減税率の対象品目である場合には、その旨）、ｃ．税率ごとに合計した対価の額（税抜き又は税込み）及び適用税率、ｄ．消費税額、ｅ．書類の交付を受ける事業者名及び登録番号をいい、具体的には、品目及び項目金額情報（抽出キーワードを含む）を含む取引内容の有無、軽減税率マークの有無、適格請求書発行事業者の登録番号の有無、適格請求書発行事業者の事業者名の有無、日付情報（取引日付や適用期間を含む）や消費税額等（適用税率を含む）の有無で判断する。
また、レシート画像の種類による記載項目の有無及び消費税額の算出方法についての特徴を学習した適格判定学習モデル（以下、第４学習モデルともいう。）を用いたＡＩによる学習処理によって、レシート画像が適格であるか否かの判定をする。これらの判定結果を用いて第４学習モデルをさらに学習させることで、制御部１０（レシート画像判定手段）は、レシート画像が適格であるか否かの判定精度を上げることができる。
具体的には、消費税額等は消費税の端数処理により合計が異なることを利用して、消費税の額が合計額から求めている（ＯＫのケース）のか、個々の商品ごとに消費税の額を求めて表示されている（ＮＧのケース）かの消費税の算出方法によって、レシート画像が適格であるか否かの判定を行うこともできる。そこで、制御部１０は、上述した品目確認処理時に抽出した品目行ごとに軽減税率の有無によって品目行を分類し、軽減税率対象の品目行の合計と軽減税率対象外の品目行の合計を計算し、それぞれの税率を適用することで、軽減税率対象の内訳金額（例えば８％算出金額）と、軽減税率対象外の内訳金額（例えば１０％算出金額）と、算出全合計金額（８％算出金額と１０％算出金額の合計）を算出することができる。そして、制御部１０は、金額読取部１６から取得した「１０％金額」や「８％金額」の項目の内訳金額及び全合計金額の組み合わせと、算出した内訳金額（８％算出金額と１０％算出金額）及び算出全合計金額の組み合わせとが、それぞれ一致するかを判定することで、消費税の算出方法を判定できる。これにより、金額の不一致の原因（品目行の金額の認識ミスか、内訳金額又は全合計金額の認識ミスか）を特定できる。
また、金額が不一致であったり、誤った入力されていたりする場合には、ユーザによって金額の修正を行うことができる。なお、金額の修正を受け付けた場合には、変更したユーザと変更日時と変更内容（項目金額情報と金額等）とを変更履歴２として、履歴ＤＢに保存してもよいし、変更内容と変更履歴と２を用いて、第４学習モデルを更新してもよい。また、履歴ＤＢや学習モデル記憶部３４の第４学習モデルを更新することで、制御部１０は、生成した項目金額情報７１の各項目（「合計金額」に関する情報７５と、「１０％金額」に関する情報７３と、「８％金額」に関する情報７４）の金額の値の精度も上げることができる。
さらに、公知である複数の認識処理の技術を利用することが可能なので、後述する総合判定学習モデルが履歴ＤＢから認識処理ごとに変更履歴１や変更履歴２を学習することで、実行時間はかかっても認識精度を優先する、認識精度よりも実行時間を優先する、等の処理の方針をユーザが設定するだけで、ユーザが設定した処理方針に基づいて自動でＡＩ等の総合判定学習モデル（以下、第３学習モデルともいう。）が最適な認識処理を選択して実行してもよい。具体的には、ユーザが「認識精度を優先」の方針を設定した場合は、制御部１０は、品目行の品目と軽減税率マークの認識には、文字の認識精度が高い認識処理を使い、金額の認識には、数字の認識精度の高い認識処理に切り替える。上述した複数の学習モデルを組み合わせることで、ユーザが「認識精度を優先」の方針を設定することでレシート画像から仕訳を作成するのに必要な情報（レシート画像が適格か、軽減税率の有無、取引内容、取引金額、消費税等）を効率的に取得することができる。
（２）実施形態では、記憶部に記憶される各情報について、例示して説明したが、これに限定されない。特に、項目は、他の項目があってもよいし、不要な項目を削除してもよい。また、他に会計処理装置として必要な種々のテーブル類があるが、本実施形態においては、記載を省略している。
１ 会計処理装置
５ スキャナ
６ レシート
１０ 制御部
１１ レシート画像受付部
１３ テキスト処理部
１４ 品目確認処理部
１５ キーワード抽出部
１６ 金額読取部
１７ 金額判定部
１８ 画像加工部
１９ 表示用画面生成部
２０ 画面出力部
２１ 修正処理部
２２ 明細処理部
３０ 記憶部
３１ プログラム記憶部
３１ａ レシート処理プログラム
３２ レシート画像記憶部
３３ 明細データ記憶部
３４ 学習モデル記憶部
３５ 軽減品目記憶部
３６ 抽出キーワード記憶部
３７ 取引先情報記憶部
３８ 会社マスタ
４５ 入力部
４６ 表示部
４９ 通信部
６０ レシート画像
７０ 表示用画面
７１ 項目金額情報
１００ 会計処理システム
５ スキャナ
６ レシート
１０ 制御部
１１ レシート画像受付部
１３ テキスト処理部
１４ 品目確認処理部
１５ キーワード抽出部
１６ 金額読取部
１７ 金額判定部
１８ 画像加工部
１９ 表示用画面生成部
２０ 画面出力部
２１ 修正処理部
２２ 明細処理部
３０ 記憶部
３１ プログラム記憶部
３１ａ レシート処理プログラム
３２ レシート画像記憶部
３３ 明細データ記憶部
３４ 学習モデル記憶部
３５ 軽減品目記憶部
３６ 抽出キーワード記憶部
３７ 取引先情報記憶部
３８ 会社マスタ
４５ 入力部
４６ 表示部
４９ 通信部
６０ レシート画像
７０ 表示用画面
７１ 項目金額情報
１００ 会計処理システム
Claims (9)
- 少なくとも指定税率と品目との組み合わせを学習した第１学習モデルと、
請求書を含むレシートの画像であるレシート画像から品目情報を抽出する品目抽出手段と、
前記品目抽出手段により抽出した前記品目情報の品目ごとに、前記品目を入力データとして前記第１学習モデルから出力される前記指定税率の有無と、前記品目と前記指定税率に関する識別子との組み合わせとが等しいことを確認する品目確認手段と、
前記品目確認手段による確認の結果、一致しなかった前記品目と前記識別子との組み合わせのみを、表示装置に出力する確認結果出力手段と、
を備える、会計処理装置。 - 請求項１に記載の会計処理装置において、
前記品目抽出手段により抽出した前記品目に関する明細データを生成する明細処理手段と、
前記明細処理手段が生成した前記明細データを、明細データ記憶部に記憶させる手段と、
を備える、会計処理装置。 - 請求項２に記載の会計処理装置において、
前記確認結果出力手段による確認結果の出力に対する確認データを受け付ける確認受付手段を備え、
前記明細処理手段は、前記確認受付手段により前記確認データを受け付けた場合に、受け付けた前記確認データに基づいて、前記明細データ記憶部に記憶された前記明細データを更新する、会計処理装置。 - 請求項１又は請求項２に記載の会計処理装置において、
前記確認結果出力手段による確認結果の出力に対する確認データを受け付ける確認受付手段と、
前記確認受付手段により受け付けた前記確認データを用いて前記第１学習モデルを学習させる学習手段と、
を備える、会計処理装置。 - 請求項４に記載の会計処理装置において、
前記確認受付手段により受け付けた前記確認データと前記レシート画像からテキストデータを認識する文字認識処理を関連付けて第３学習モデルを学習させる学習手段を備え、
前記第３学習モデルを用いて最適な文字認識処理を選択し、前記文字認識処理を利用して前記品目抽出手段に係る処理を実行する、会計処理装置。 - 請求項１から請求項５までのいずれかに記載の会計処理装置において、
所定のワードを記憶する所定ワード記憶部と、
前記レシート画像から前記所定ワード記憶部に記憶された前記所定のワードを抽出する所定ワード抽出手段と、
前記所定ワード抽出手段により抽出された前記所定のワードに基づいて、前記レシート画像に対して検索範囲を設定する範囲設定手段と、
を備え、
前記品目抽出手段は、前記範囲設定手段により設定された前記検索範囲において、前記品目情報を抽出する、会計処理装置。 - 請求項１から請求項６までのいずれかに記載の会計処理装置と、
前記会計処理装置に通信可能に接続され、前記レシートから前記レシート画像を生成する画像化装置と、
を備える会計処理システム。 - 少なくとも指定税率と品目との組み合わせを学習した第１学習モデルを有するコンピュータが、
請求書を含むレシートの画像であるレシート画像から品目情報を抽出する品目抽出ステップと、
前記品目抽出ステップにより抽出した前記品目情報の品目ごとに、前記品目を入力データとして前記第１学習モデルから出力される前記指定税率の有無と、前記品目と前記指定税率に関する識別子との組み合わせとが等しいことを確認する品目確認ステップと、
前記品目確認ステップによる確認の結果、一致しなかった前記品目と前記識別子との組み合わせのみを、表示装置に出力する確認結果出力ステップと、
を含む会計処理方法。 - 請求項１から請求項６までのいずれかに記載の会計処理装置としてコンピュータを機能させるためのプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021043472A JP6993032B2 (ja) | 2021-03-17 | 2021-03-17 | 会計処理装置、会計処理システム、会計処理方法及びプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021043472A JP6993032B2 (ja) | 2021-03-17 | 2021-03-17 | 会計処理装置、会計処理システム、会計処理方法及びプログラム |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019199232A Division JP6858420B1 (ja) | 2019-10-31 | 2019-10-31 | 会計処理装置、会計処理システム、会計処理方法及びプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2021093222A JP2021093222A (ja) | 2021-06-17 |
| JP6993032B2 true JP6993032B2 (ja) | 2022-01-13 |
Family
ID=76313219
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021043472A Active JP6993032B2 (ja) | 2021-03-17 | 2021-03-17 | 会計処理装置、会計処理システム、会計処理方法及びプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6993032B2 (ja) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018005418A (ja) | 2016-06-29 | 2018-01-11 | カシオ計算機株式会社 | 帳票処理装置及びプログラム |
| WO2019146117A1 (ja) | 2018-01-29 | 2019-08-01 | ファーストアカウンティング株式会社 | 仕訳要素解析装置、会計処理装置、仕訳要素解析方法、仕訳要素解析プログラム |
-
2021
- 2021-03-17 JP JP2021043472A patent/JP6993032B2/ja active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018005418A (ja) | 2016-06-29 | 2018-01-11 | カシオ計算機株式会社 | 帳票処理装置及びプログラム |
| WO2019146117A1 (ja) | 2018-01-29 | 2019-08-01 | ファーストアカウンティング株式会社 | 仕訳要素解析装置、会計処理装置、仕訳要素解析方法、仕訳要素解析プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2021093222A (ja) | 2021-06-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| USRE47309E1 (en) | System and method for capture, storage and processing of receipts and related data | |
| US7416131B2 (en) | Electronic transaction processing server with automated transaction evaluation | |
| US11636553B2 (en) | Electronic receipt-linking database system | |
| JP6712738B1 (ja) | 証憑判定装置、会計処理装置、証憑判定プログラム、証憑判定システム及び証憑判定方法 | |
| JP6357621B1 (ja) | 会計処理装置、会計処理システム、会計処理方法及びプログラム | |
| JP6307745B2 (ja) | 会計処理システム | |
| JP7348944B2 (ja) | 会計装置及びプログラム | |
| JP2019086984A (ja) | 計算機及び文書識別方法 | |
| JP6464440B1 (ja) | 会計処理装置、会計処理システム、会計処理方法及びプログラム | |
| JP6912841B2 (ja) | 証憑判定装置、会計処理装置、証憑判定プログラム、証憑判定システム及び証憑判定方法 | |
| JP6576728B2 (ja) | 会計処理システム、会計処理方法、プログラム及び指導レポート | |
| JP6842219B1 (ja) | 会計処理装置、会計処理プログラム、会計処理システム及び会計処理方法 | |
| JP6895632B1 (ja) | 会計処理装置、会計処理システム、会計処理方法及びプログラム | |
| JP2012018503A (ja) | 承認システム、承認用端末、サーバ、承認方法、情報管理方法、及びプログラム | |
| JP6993032B2 (ja) | 会計処理装置、会計処理システム、会計処理方法及びプログラム | |
| JP6858420B1 (ja) | 会計処理装置、会計処理システム、会計処理方法及びプログラム | |
| WO2022029874A1 (ja) | データ処理装置、データ処理方法及びデータ処理プログラム | |
| US20160171585A1 (en) | Searchable transaction based commerce database | |
| JP7098140B2 (ja) | 会計仕訳起票システム及び会計仕訳起票プログラム | |
| WO2022102065A1 (ja) | データ処理装置、データ処理方法及びプログラム | |
| JP6946595B1 (ja) | データ処理装置、データ処理方法及びプログラム | |
| WO2022049689A1 (ja) | データ処理装置、データ処理方法及びプログラム | |
| WO2023007612A1 (ja) | データ処理装置、データ処理方法及びプログラム | |
| JP4185681B2 (ja) | 振込処理方法 | |
| JP6836286B2 (ja) | 会計処理システム、会計処理方法及びプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210317 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210317 |
|
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20210407 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210629 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210811 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20211116 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211202 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6993032 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |