生成AI連携のSELFBOT、RAGでのドキュメント解析において、高い精度を実現するアップデート

SELF株式会社

2024年5月2日 11時02分

SELF株式会社（本社：東京都新宿区、代表取締役：生見臣司、以下：SELF）は、自社開発のコミュニケーションAIとOpenAI社が展開するChatGPTとの相互連携システム「SELFBOT」を開発・運用しています。
このたび、ドキュメント解析精度を向上させるアップデートを行いました。https://self.systems/selfbot/

■RAGとは
LLMの訓練データに含まれる知識には限界があるため、企業独自のルールやナレッジ、業界知識などをそれぞれの目的に応じて、外部ソースとして検索拡張を行うRAG（Retrieval Augmented Generation）という技術が企業でのAI活用の中で重要視されています。
またRAGの技術は、ハルシネーション低減に効果があるといわれており、より正確な情報を提供することが可能になり、AI応用の可能性を大きく広げるものと言えます。

■RAGの精度の重要性
生成AIの社内利用において、社内ドキュメント検索（RAG）での利用比率は非常に高く、回答精度の高さが求められています。
また、生成AIによる顧客対応においても、社内ドキュメントを学習させ自動対応させる需要が増加しております。誤った回答をしてしまうことで企業リスクにつながることから、非常に高い精度での回答が求められます。

■RAGの現状
RAGの利用が非常に増加している状況ですが、実際の利用現場での問題点として、
学習させる社内ドキュメントの形式がばらばらであったり、対象ドキュメントのページ構成が複雑であったり、ドキュメント内に表がある場合に、生成AIの回答精度の差が生じているのが実情です。
生成AIを提供するサービスも増加していますが、LLM+RAGを利用できるといっても、一概に同じ性能ではなく、サービスによりドキュメント解析性能に差が生じている状況となっています。

■RAGの読み取り精度の向上
Azure経由で生成AIを提供するSELFBOTでは、文章構成やページ構成が複雑なドキュメント、また表の存在するドキュメント等に高い精度で対応するため、機械学習を応用しドキュメント構造から正確に要素抽出するAI Document Intelligenceを活用。ページにおけるパラグラフの認識、ドキュメント内の表データーの抽出、かつ独自のチューンナップも行い、より精度の高いRAGを提供することが可能になりました。

ドキュメント構造を正確に把握、要素分解しつつインデックス構造に変換するため、生成AIのより正確な情報検索、情報対応が可能となっています。