JPWO2020179055A1 - 証憑解析装置、会計処理システム、証憑解析方法、証憑解析プログラム - Google Patents

Abstract

会計処理システム１が有する証憑解析部１１は、証憑の画像データから印影の領域を識別し、当該印影の領域と重なっており発行元要素を含む発行元領域等の仕訳要素に対応した領域を識別する領域識別部２１と、当該領域識別部２１により識別された発行元領域から発行元要素を含む仕訳要素を抽出する仕訳要素抽出部２２と、取引先情報が記憶された取引先データベース２３と、仕訳要素抽出部２２により抽出された発行元要素と、取引先データベース２３に記憶された取引先情報とを照合して証憑の発行元を推定する発行元推定部２４と、を備える。

Description

本発明は請求書や領収書等の証憑の画像データから証憑の発行元を推定可能な証憑解析装置、会計処理システム、証憑解析方法、証憑解析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。具体的には、レシート等の証憑の画像データに記録されている文字情報群を認識し、ユーザＩＤ、日付、購入先名称、購入商品名等の項目から構成されるテキストデータに変換している。そして、テキストデータに変換した仕訳要素情報に含まれる商品名に対応する商品グループを商品マスタから得て、その商品グループに対応するマッピングテーブルを用いて推奨仕訳を示している（特許文献１の段落０１１８〜段落０１２８参照）。

特開２０１４−２３５４８４号公報

上記特許文献１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、証憑に記載されている情報も様々であるため仕訳要素の抽出精度を高くすることは容易ではない。例えば、一つの証憑内に複数の会社名が記載されていると、どの会社名が当該証憑の発行元であるのか、判別できない場合がある。

一方で、請求書や領収書には発行元の情報が記載されている部分には、重ねて社印等が押印されている場合が多い。また、証憑読み取り時に異物が混入したり、証憑自体に傷が付いていたり、証憑が複写式で文字がかすれていたり、証憑に手書き文字が含まれている場合がある。このような場合、ＯＣＲ装置を用いて証憑から仕訳要素を抽出した際に、発行元の情報が一部欠損して抽出されてしまい、正確に発行元を認識することができない。このように発行元が正確に認識できない場合は、結局人間が証憑を確認しなければならず、作業効率の改善が図られないという問題がある。

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、証憑の画像データからより迅速かつ正確に証憑の発行元を認識することができ、証憑の発行元の入力作業の効率を向上させることができる証憑解析装置、会計処理システム、証憑解析方法、及び証憑解析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、本発明に係る証憑解析装置は、証憑の画像データから仕訳要素を含む仕訳要素領域を識別する領域識別部と、前記領域識別部により識別された仕訳要素領域から前記商標の発行元を示す発行元要素を抽出する発行元要素抽出部と、取引先情報を記憶する記憶部と、前記発行元要素抽出部により抽出された発行元要素と、前記記憶部に記憶された取引先情報とを照合して前記証憑の発行元を推定する発行元推定部と、を備える。

上述の証憑解析装置において、前記発行元推定部は、前記発行元要素抽出部により抽出された発行元要素と、前記記憶部に記憶された取引先情報との一致度合いに応じて前記証憑の発行元を推定してもよい。

また、上述の証憑解析装置において、前記領域識別部は、前記証憑の画像データから印影の領域を識別し、当該印影の領域と重なっており発行元要素を含む発行元領域を識別し、前記発行元要素抽出部は、前記領域識別部により識別された発行元領域から前記発行元要素を抽出してもよい。

また、上述の証憑解析装置において、前記領域識別部は、前記仕訳要素領域として、前記証憑の画像データからＦＡＸ受信時に発信情報が記載されるＦＡＸ情報領域を識別可能であり、前記発行元要素抽出部は、前記領域識別部により識別されたＦＡＸ情報領域から前記発行元要素を抽出可能であり、前記発行元推定部は、前記ＦＡＸ情報領域から抽出した発行元要素を含めて、前記記憶部に記憶された取引先情報との照合を行ってもよい。

また、上述の証憑解析装置において、前記領域識別部は、前記仕訳要素領域として、銀行口座情報が記載される口座情報領域を識別可能であり、前記発行元要素抽出部は、前記領域識別部により識別された口座情報領域から前記発行元要素を抽出可能であり、前記発行元推定部は、前記口座情報領域から抽出した発行元要素を含めて、前記記憶部に記憶された取引先情報との照合を行ってもよい。

また、上述の証憑解析装置において、前記領域識別部は、前記仕訳要素領域として、取引先特有の固有番号情報が記載される番号情報領域を識別可能であり、前記発行元要素抽出部は、前記領域識別部により識別された固有番号情報領域から前記発行元要素を抽出可能であり、前記発行元推定部は、前記固有番号情報領域から抽出した発行元要素を含めて、前記記憶部に記憶された取引先情報との照合を行ってもよい。

また、上述の証憑解析装置において、前記領域識別部は、前記仕訳要素領域として、メールアドレス情報が記載されるメールアドレス情報領域を識別可能であり、前記発行元要素抽出部は、前記領域識別部により識別されたメールアドレス情報領域から前記発行元要素を抽出可能であり、前記発行元推定部は、前記メールアドレス情報領域から抽出した発行元要素を含めて、前記記憶部に記憶された取引先情報との照合を行ってもよい。

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、上述の証憑解析装置と、前記発行元要素を含む前記証憑の仕訳要素に応じた勘定科目を出力する仕訳部と、を備える。

また、上記した目的を達成するために、本発明に係る証憑解析方法は、コンピュータにより、証憑の画像データから印影の領域を識別し、当該印影の領域と重なっており発行元要素を含む発行元領域を識別する領域識別工程と、前記領域識別工程により識別された発行元領域から前記発行元要素を抽出する発行元要素抽出工程と、前記発行元要素抽出工程により抽出された発行元要素と、記憶部に記憶された取引先情報とを照合して前記証憑の発行元を推定する発行元推定工程と、を実行する。

また、上記した目的を達成するために、証憑解析プログラムでは、コンピュータに、上述の証憑解析方法を実行させる。

上記手段を用いる本発明によれば、証憑の画像データからより迅速かつ正確に証憑の発行元を認識することができ、証憑の発行元の入力作業の効率を向上させることができる。

本発明の一実施形態に係る証憑解析部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。 証憑解析部により実行される証憑解析の流れを示したフローチャートである。 印影を含む請求書から発行元を推定する説明図である。

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証憑解析部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、少なくとも読取装置３と情報端末４を有している。

読取装置３は、例えばスキャナ又はカメラ等の光学機器であり、証憑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「証憑」という文言は、領収書やレシート、その他の受領書、請求書、納品書、金融機関の通帳、会計上金銭授受の証明となる書類、電子マネー等のＩＣカードによる取引情報も含むものとする。

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、読取装置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では読取装置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読取装置３と情報端末４とが一体であってもよい。また、ユーザ自身が読取装置３を所有している必要はなく、例えば外部の読取装置により読み取った証憑の画像データをメールやｗｅｂを介して取得してもよい。

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、証憑の画像データから証憑の発行元要素を含む仕訳要素を抽出して解析を行う証憑解析部１１（証憑解析装置）と、仕訳要素の解析結果を表示する表示部１２と、解析した仕訳要素を確定する仕訳要素確定部１３と、確定された仕訳要素に基づいて自動仕訳を行う仕訳部１４と、領域識別ＡＩ及び仕訳ＡＩ等のＡＩを生成する学習システム１５と、を有している。

さらに、証憑解析部１１は、画像取得部２０、領域識別部２１、仕訳要素抽出部２２（発行元要素抽出部）、取引先データベース２３（記憶部）、発行元推定部２４と、を有している。

画像取得部２０は、ユーザの読取装置３により読み取った証憑の画像データを受信する機能を有している。なお、画像取得部２０は、図示しないが受信した画像データを保存する記憶手段を有していてもよい。

領域識別部２１は、画像取得部２０において取得した証憑の画像データから仕訳要素に対応する仕訳要素領域を識別する画像解析機能を有している。

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、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）、及び証憑の外観（例えば通帳や領収書の大きさ、色）がある。

領域識別部２１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特定可能である。金額については「￥」等の記号や「金額」「支払い」「預り」「残高」「円」等の文字の前後や上下の数字部分を特定可能である。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、ロゴマーク、電話番号、ＦＡＸ番号、証憑の外観を特定して、これらの情報に基づく会社名や個人名に対応する部分を特定可能である。摘要については、「但」等の文字に続く文字部分を特定可能である。取引元については、「様」等の文字の前にある文字の部分を特定可能である。

なお、仕訳要素はこれに限られるものではなく、また仕訳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、証憑に、購入品の数量が記載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記載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固有の番号（法人番号、事業所番号）を抽出してもよい。このように取引先を特定可能な取引先の固有の番号としては、この他にも取引コード、請求番号、見積番号、発注番号等がある。

具体的には、領域識別部２１は、入力された画像データが通帳をスキャンしたものである場合は、日付、取引内容、支払い、預り、残高等に対応した部分を含む領域を指定することで仕訳要素に対応する部分の特定を行う。また、画像データがレシートや領収書をスキャンしたものである場合は、日付部分、ロゴや会社名の部分、金額部分、但し書き部分を含む領域を指定することで仕訳要素に対応する部分の特定を行う。

領域識別部２１は、このような仕訳要素領域の識別を領域識別ＡＩにより行う。領域識別ＡＩは、学習システム１５において、各種証憑の画像データと、その画像データ内における各仕訳要素領域を示したデータとからなる教師データ（学習用データ）を用いて、機械学習により画像データ内から仕訳要素に対応する部分を含む領域を識別することを学習したＡＩである。

特に本実施形態における領域識別部２１は、請求書や領収書のように発行元を示す印影がある証憑の画像データに対して、当該画像データ内における印影の領域を識別し、さらに当該印影の領域と重なっており発行元要素を含む発行元領域を識別する機能を有している。

このような印影の領域の識別及び発行元領域の識別は、ＡＩ以外の画像解析により行ってもよいし、領域識別ＡＩにより行ってもよい。領域識別ＡＩの場合、学習システム１５において、印影を含む証憑の画像データと、その画像データ内における印影の領域及び発行元領域を示したデータとからなる教師データ（学習用データ）を用いて、機械学習により画像データ内から印影の領域と発行元領域を識別することを学習させて領域識別ＡＩを生成する。

なお、印影は、主に法人における社印や個人事業主における屋号印等であり角印の他、丸印であってもよい。また、発行元要素は、上記仕訳要素における取引先に該当し、具体的には企業名、個人名（屋号名）、住所、電話番号、ＦＡＸ番号、メールアドレス、担当部署名、担当者名、等の情報が含まれる。

さらに、本実施形態における領域識別部２１は、証憑の画像データからＦＡＸ受信時に発信元のＦＡＸ番号等の発進情報が記載されるＦＡＸ情報領域を識別可能である。当該ＦＡＸ情報領域は主に証憑の端部（例えばヘッダー又はフッター）に印字され、領域識別部２１は領域識別ＡＩ又は画像解析により当該領域を識別してもよいし、これらに関係なく証憑の端部領域をＦＡＸ情報領域と設定して識別してもよい。

仕訳要素抽出部２２は、領域識別部２１により識別された各仕訳要素に対応した領域内の仕訳要素をテキストとして出力する文字認識機能を有している。例えば、仕訳要素抽出部２２は、日付部分や金額部分においては数字を認識して年月日や金額のテキストを出力し、取引先に対応する部分や摘要に対応する部分においては文字を認識して取引先や摘要のテキストを出力する。文字認識機能は、従来のＯＣＲ技術を用いてもよいし、学習システム１５において、画像データ内の仕訳要素部分と、その仕訳要素に対応するテキストととからなる教師データ（学習用データ）を用いて、機械学習により仕訳要素のテキストを出力することを学習したテキスト化ＡＩを用いてもよい。

特に本実施形態における仕訳要素抽出部２２は、請求書や領収書のように発行元を示す印影がある証憑の画像データに対しては、領域識別部２１により識別された発行元領域から発行元要素を抽出する。つまり、仕訳要素抽出部２２は、印影の領域と重なっている発行元領域内にあるテキストを発行元要素として抽出する。

なお、仕訳要素抽出部２２は、発行元領域内における印影の領域内は除外して、発行元要素を抽出する。そのため、印影の領域と一部重なっている発行元要素については一部欠損した状態で抽出されることとなる。

また、本実施形態における仕訳要素抽出部２２は、ＦＡＸ情報領域からも発行元要素を抽出可能である。ＦＡＸ情報領域に含まれる発行元要素は主に発行元（ＦＡＸ発信者）のＦＡＸ番号である。

取引先データベース２３（以下、データベースを「ＤＢ」と表記する）は、いわゆる取引先マスタであり、発行元要素に対応する企業名、個人名（屋号名）、住所、電話番号、ＦＡＸ番号、メールアドレス、担当部署名、担当者名、等の取引先情報が記憶されている。

発行元推定部２４は、仕訳要素抽出部２２により抽出された発行元要素と、取引先ＤＢ２３に記憶された取引先情報とを照合して証憑の発行元を推定し、当該推定結果を出力する機能を有している。なお、発行元推定部２４は、推定結果のみを出力してもよいし、推定結果を上記仕訳要素抽出部２２において抽出された他の仕訳要素とともに出力してもよい。

具体的には発行元推定部２４は、抽出された発行元要素と取引先ＤＢ２３の取引先情報との一致度合いに応じて証憑の発行元を推定する。つまり、一部欠損した発行元要素であっても、他の取引先情報に比べて一致度合いの高い取引先情報を、当該証憑の発行元として推定する。推定結果は、必ずしも１つの発行元に限られず、一致度合いの高い順位に応じて複数の発行元候補を挙げてもよい。また、推定結果には、取引先情報とともに、例えばパーセント表示等で示した一致度合いの情報を付加してもよい。

また、発行元推定部２４は、ＦＡＸ情報領域から抽出した発行元要素を含めて、取引先情報との照合を行うことが可能である。ＦＡＸ情報領域の発行元情報は証憑の端部に位置するため、印影等で欠損する可能性が低く、より高い一致度合いを得ることが可能である。

表示部１２は、例えば会計処理装置１０のディスプレイであり、仕訳要素抽出部２２により抽出された仕訳要素、及び発行元推定部２４により推定された発行元の推定結果を表示する機能を有している。なお、仕訳要素や発行元の推定結果は、会計処理装置１０の表示部１２だけでなく、ユーザの情報端末４に送信し、ユーザも仕訳要素の抽出結果や発行元の推定結果を確認できるようにしてもよい。

次に、仕訳要素確定部１３は、サービス提供者又は仕訳要素確定用のプログラムにより、表示部１２に表示された仕訳要素を確定させる確定処理を行う機能を有している。つまり、仕訳要素確定部１３は、例えばサービス提供者側の担当者が表示部１２に表示された仕訳要素や発行元の推定結果を確認して、問題のない仕訳要素についてはそのまま確定操作を行い、問題のある仕訳要素については修正作業を行った上で確定操作を行う。また、発行元推定部２４の推定結果として、複数の発行元候補が挙げられた場合には、当該仕訳要素確定部１３において、担当者が一つの発行元候補を選択して確定する。

仕訳部１４は、仕訳要素確定部１３により確定された仕訳要素に応じた勘定科目を出力する機能を有している。この仕訳要素に応じた勘定科目の出力は、例えば仕訳ＡＩにより行う。仕訳ＡＩは、学習システム１５において、予め機械学習により仕訳要素に対する勘定科目を出力することを学習した自動仕訳のＡＩである。当該仕訳部１４において出力された勘定科目は、仕訳要素とともに、仕訳結果としてユーザの情報端末４に送信される。

学習システム１５は、上述した領域識別ＡＩ、仕訳ＡＩ、テキスト化ＡＩ等を学習させ、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１５は、証憑の画像データと当該画像データに含まれる仕訳要素からなる教師データ（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、仕訳要素抽出ＡＩを生成する。また、学習システム１５は、仕訳要素と当該仕訳要素に対応する勘定科目からなる教師データ（学習用データ）に基づき機械学習させることで、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、証憑解析部１１において、証憑の画像データから仕訳要素を抽出してテキスト化するとともに、特に印影を含む証憑に対しては、印影の領域を識別し、当該印影の領域と重なった発行元領域を識別して、当該発行元領域から発行元要素を抽出し、取引先ＤＢ２３の取引先情報と照合することで証憑の発行元を推定する。

ここで図２を参照すると、証憑解析部１１により実行される証憑解析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、証憑解析方法について詳しく説明する。なお、当該証憑解析は、画像取得部２０にてユーザからの証憑の画像データを受信すると、解析をスタートする。

まず、ステップＳ１として、証憑解析部１１は、領域識別部２１が証憑の画像データから仕訳要素に対応する領域を識別する。

そして、ステップＳ２において、仕訳要素抽出部２２が識別された領域内の仕訳要素を抽出してテキスト化する。

また、ステップＳ３において、証憑解析部１１は、領域識別部２１により証憑の画像データ内に印影の領域が識別されたか否かを判定する。当該判定結果が偽（Ｎｏ）である場合、即ち受信した画像データが印影のない証憑である場合は、ステップＳ４に進む。

ステップＳ４において、証憑解析部１１は、仕訳要素抽出部２２により抽出された仕訳要素のテキストを表示部１２に出力し当該ルーチンを終了する。

一方、上記ステップＳ３の判別結果が真（Ｙｅｓ）である場合、即ち、請求書や領収書のように印影がある証憑である場合は、ステップＳ５に進む。

ステップＳ５において、証憑解析部１１は、領域識別部２１により証憑の画像データ内の印影の領域を識別し、当該印影の領域と重なる発行元領域を識別する（領域識別工程）。

そして、ステップＳ６において、仕訳要素抽出部２２により、発行元領域から発行元要素を抽出する（発行元要素抽出工程）。

また、ステップＳ７において、証憑解析部１１は、領域識別部２１により識別される証憑の画像データ内のＦＡＸ情報領域にＦＡＸ情報が記載されているか否かを判定する。当該判定結果が偽（Ｎｏ）である場合はステップＳ９に進み、当該判定結果が真（Ｙｅｓ）である場合は、ステップＳ８に進む。

ステップＳ８では、仕訳要素抽出部２２によりＦＡＸ情報領域にある発行元要素（例えばＦＡＸ番号）を抽出して、ステップＳ９に進む。

ステップＳ９において、証憑解析部１１は、発行元推定部２４により、ステップＳ６やステップＳ８にて抽出された発行元要素と、取引先ＤＢ２３に記憶された取引先情報との照合を行う（発行元推定工程）。

ステップＳ１０において、証憑解析部１１は、発行元推定部２４により、抽出された発行元要素と一致度合いの高い取引先情報を発行元の推定結果として表示部１２に出力する（発行元推定工程）。なお、証憑解析部１１は、当該ステップＳ１０において、ステップＳ４と同様に、仕訳要素抽出部２２により抽出された発行元要素以外の仕訳要素のテキストも一緒に表示部１２に出力して、当該ルーチンを終了する。

このように、証憑解析部１１は、画像取得部２０にて証憑の画像データを取得する毎に、当該ルーチンを実行することで、各画像データから発行元要素を含む仕訳要素を抽出して表示部１２に出力可能である。

次に図３を参照すると、印影を含む請求書から発行元を推定する説明図が示されており、同図に基づき請求書から発行元を推定する具体的な手順について説明する。

図３の左部に示すような請求書の画像データＰが画像取得部２０にて受信すると、領域識別部２１により、点線で示すような仕訳要素に対応する領域が識別される。例えば、証憑の種類を示す「請求書」や、摘要に該当する「件名」、日付に該当する「請求日」、金額に該当する「合計金額」の仕訳要素を含む領域が識別される。

また証憑解析部１１は、領域識別部２１により印影領域Ｓを識別し、当該印影領域Ｓと重なる発行元領域Ａを識別する。さらに仕訳要素抽出部２２により発行元領域Ａ内にある発行元要素をテキストとして抽出する。当該図３の場合、ここで抽出される発行元要素は、「株式会社ＡＢＣＤＥＦＧ」、「〒１００−１００」、「東京都千代田区霞が関」、「ＴＥＬ：０３−１２３４−」、「ＦＡＸ：０３−９８７６−５４３２」である。

さらに、証憑解析部１１は、領域識別部２１によりＦＡＸ情報領域Ｆを識別し、仕訳要素抽出部２２により、ＦＡＸ情報領域Ｆ内に印字された発行元要素である「ＦＡＸ番号：０３−９８７６−５４３２」をテキストとして抽出する。

そして、発行元推定部２４において、これらの抽出された発行元要素と、取引先ＤＢ２３に記憶された取引先情報とを照合させ、一致度合いの高い取引先を発行元推定結果として出力する。発行元推定結果は、取引先ＤＢ２３に記憶された取引先情報に基づくものなので、欠損のない情報として出力され、当該情報は例えば仕訳部１４により仕訳に活用される。

図３の場合であれば、発行元領域Ａより抽出された「株式会社ＡＢＣＤＥＦＧ」、「東京都千代田区霞が関」、「ＴＥＬ：０３−１２３４−」は、取引先情報に対して一部欠損した情報であるが、他の取引先情報よりも一致度合いが高い。また、発行元領域Ａにおいても、ＦＡＸ情報領域Ｆ内において、ＦＡＸ番号は欠損なく抽出できていることから、特に当該ＦＡＸ番号により一致度合いは高くなる。

なお、取引先情報の「株式会社ＡＢＣＡＢＣ」も取引先名、住所、電話番号、ＦＡＸ番号とも一部一致していることから、例えば当該「株式会社ＡＢＣＡＢＣ」と「株式会社ＡＢＣＤＥＦＧＨ」の情報も含めた複数の候補を発行元推定結果として出力してもよい。また、この場合は、各候補の一致度合いをパーセント表示等で定量的に示してもよい。

以上のように、本実施形態に係る証憑解析部１１を含む会計処理システム１では、証憑の画像データから仕訳要素を含む仕訳要素領域を識別し、当該仕訳要素領域から証憑の発行元を示す発行元要素を抽出して、取引先ＤＢ２３の取引先情報と照合させることで、発行元を推定することができる。

また、発行元の推定は、発行元要素と取引先情報との一致度合いに応じて行うことで、例えば印影、異物、手書き文字等が発行元情報と被っていたり、証憑自体に傷がついていたり、発行元情報の文字がかすれていたりして、発行元情報が一部欠損している場合でも、取引先情報から欠損を補填した正確な発行元要素を推定し、出力することができる。

特に本実施形態では、印影の領域を識別し、当該印影の領域を重なる発行元領域を識別することで、たとえ複数の会社名が記載されている場合等であっても、発行元要素が含まれる領域を迅速に認識することができる。

さらに、証憑解析部１１は領域識別部２１により証憑の画像データ内のＦＡＸ情報領域を識別し、当該ＦＡＸ情報領域からも発行元情報を抽出することで、より確実に発行元を推定することができる。

このようにして、証憑の画像データからより迅速かつ正確に証憑の発行元を認識することができることで、人手による証憑の発行元の確認や入力を軽減することができ、発行元の入力作業の効率を向上させることができる。

そして、このように正確に推定された発行元要素を含む証憑の仕訳要素に基づいて仕訳部１４による仕訳が行われることで、会計処理システム１としては正確な仕訳を実現することができる。

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３に示した請求書を例に説明したが、証憑は請求書に限られるものではなく、領収書等のその他の印影を含む証憑にも同様に適用可能である。

また、上記実施形態では、仕訳部１４において仕訳ＡＩを用いて自動仕訳を行っているが、ＡＩを用いない自動仕訳用プログラムにより仕訳を行ってもよい。

また、上記実施形態では、発行元領域から抽出した発行元情報に、ＦＡＸ情報領域から抽出した発行元要素を含めて、取引先情報との照合を行っているが、発行元情報はこれに限られるものではなく、取引先ＤＢに記憶される他の情報を用いてもよい。

例えば、証憑解析部が、図３に記載されている振込先の銀行口座情報を含む口座情報領域Ｂを識別し、当該口座情報領域の銀行口座情報を発行元情報として抽出してもよい。

さらに、証憑解析部が、図３に記載されている請求番号（請求書Ｎｏ．）を含む番号情報領域を識別し、当該番号情報領域の請求番号を発行元情報として抽出してもよい。このような番号情報は請求番号に限られず、見積書であれば見積番号、発注書であれば発注番号であってもよい。この他にも、法人番号、事業所番号、取引コード等の番号を発行元情報としてもよい。

また、図３の例に限られず、証憑解析部が、メールアドレス情報を含むメールアドレス情報領域を識別し、当該メールアドレス情報領域のメールアドレス情報を発行元情報として抽出してもよい。

このように、発行元領域Ｂ以外の領域における発行元要素も用いることで、より正確に発行元を推定することができる。

１ 会計処理システム
２ 通信網
３ 読取装置
４ 情報端末
１０ 会計処理装置
１１ 証憑解析部（証憑解析装置）
１２ 表示部
１３ 仕訳要素確定部
１４ 仕訳部
１５ 学習システム
２０ 画像取得部
２１ 領域識別部
２２ 仕訳要素抽出部（発行元抽出部）
２３ 取引先データベース（記憶部）
２４ 発行元推定部

Claims (10)

1. 証憑の画像データから仕訳要素を含む仕訳要素領域を識別する領域識別部と、
   前記領域識別部により識別された仕訳要素領域から前記証憑の発行元を示す発行元要素を抽出する発行元要素抽出部と、
   取引先情報を記憶する記憶部と、
   前記発行元要素抽出部により抽出された発行元要素と、前記記憶部に記憶された取引先情報とを照合して前記証憑の発行元を推定する発行元推定部と、
   を備える証憑解析装置。
2. 前記発行元推定部は、前記発行元要素抽出部により抽出された発行元要素と、前記記憶部に記憶された取引先情報との一致度合いに応じて前記証憑の発行元を推定する請求項１記載の証憑解析装置。
3. 前記領域識別部は、前記証憑の画像データから印影の領域を識別し、当該印影の領域と重なっており発行元要素を含む発行元領域を識別し、
   前記発行元要素抽出部は、前記領域識別部により識別された発行元領域から前記発行元要素を抽出する請求項１又は２記載の証憑解析装置。
4. 前記領域識別部は、前記仕訳要素領域として、ＦＡＸ受信時に発信情報が記載されるＦＡＸ情報領域を識別可能であり、
   前記発行元要素抽出部は、前記領域識別部により識別されたＦＡＸ情報領域から前記発行元要素を抽出可能であり、
   前記発行元推定部は、前記ＦＡＸ情報領域から抽出した発行元要素を含めて、前記記憶部に記憶された取引先情報との照合を行う請求項１から３のいずれか一項に記載の証憑解析装置。
5. 前記領域識別部は、前記仕訳要素領域として、銀行口座情報が記載される口座情報領域を識別可能であり、
   前記発行元要素抽出部は、前記領域識別部により識別された口座情報領域から前記発行元要素を抽出可能であり、
   前記発行元推定部は、前記口座情報領域から抽出した発行元要素を含めて、前記記憶部に記憶された取引先情報との照合を行う請求項１から４のいずれか一項に記載の証憑解析装置。
6. 前記領域識別部は、前記仕訳要素領域として、取引先固有の固有番号情報が記載される番号情報領域を識別可能であり、
   前記発行元要素抽出部は、前記領域識別部により識別された固有番号情報領域から前記発行元要素を抽出可能であり、
   前記発行元推定部は、前記固有番号情報領域から抽出した発行元要素を含めて、前記記憶部に記憶された取引先情報との照合を行う請求項１から５のいずれか一項に記載の証憑解析装置。
7. 前記領域識別部は、前記仕訳要素領域として、メールアドレス情報が記載されるメールアドレス情報領域を識別可能であり、
   前記発行元要素抽出部は、前記領域識別部により識別されたメールアドレス情報領域から前記発行元要素を抽出可能であり、
   前記発行元推定部は、前記メールアドレス情報領域から抽出した発行元要素を含めて、前記記憶部に記憶された取引先情報との照合を行う請求項１から６のいずれか一項に記載の証憑解析装置。
8. 請求項１から請求項７のいずれか一項に記載の証憑解析装置と、
   前記発行元要素を含む前記証憑の仕訳要素に応じた勘定科目を出力する仕訳部と、を備える会計処理システム。
9. コンピュータにより、
   証憑の画像データから仕訳要素を含む仕訳要素領域を識別する領域識別工程と、
   前記領域識別工程により識別された仕訳要素領域から前記証憑の発行元を示す発行元要素を抽出する発行元要素抽出工程と、
   前記発行元要素抽出工程により抽出された発行元要素と、記憶部に記憶された取引先情報とを照合して前記証憑の発行元を推定する発行元推定工程と、
   を実行する証憑解析方法。
10. コンピュータに、請求項９に記載の証憑解析方法を実行させるための証憑解析プログラム。
    
    

Images