GSP1274

概要

昨今の情報社会では、日々膨大な量のデジタル ドキュメントが生成されています。企業も個人も、メールやレポートから法的契約書や科学論文まで、膨大な量のテキストデータに適切に対応しきれていません。これらのドキュメントから効率的かつ正確に有益な分析情報を抽出することは、非常に重要な課題となっています。

ドキュメント処理には、テキストの抽出、分類、要約、翻訳など、さまざまなタスクが含まれます。従来の方法では、ルールベースのアルゴリズムや統計モデルに依存することが多く、自然言語のニュアンスや複雑さに対応しきれない場合があります。

このラボでは、Vertex AI の Gemini API と Google Gen AI SDK を使用して PDF ドキュメントを処理する方法を学びます。

前提条件

このラボを開始する前に、以下について理解しておく必要があります。

• 基本的な Python プログラミング。
• 一般的な API のコンセプト。
• Vertex AI Workbench の Jupyter ノートブックでの Python コードの実行。

目標

このラボでは、次の作業を行います。

• Google Gen AI SDK for Python をインストールする
• Gemini を使用して、非構造化ドキュメントから構造化エンティティを抽出する
• Gemini を使用してドキュメントのタイプを分類する
• Gemini を使用して、分類とエンティティ抽出を 1 つのワークフローに統合する
• Gemini を使用してドキュメントを要約する

設定と要件

[ラボを開始] ボタンをクリックする前に

こちらの説明をお読みください。ラボには時間制限があり、一時停止することはできません。タイマーは、Google Cloud のリソースを利用できる時間を示しており、[ラボを開始] をクリックするとスタートします。

このハンズオンラボでは、シミュレーションやデモ環境ではなく実際のクラウド環境を使って、ラボのアクティビティを行います。そのため、ラボの受講中に Google Cloud にログインおよびアクセスするための、新しい一時的な認証情報が提供されます。

このラボを完了するためには、下記が必要です。

• 標準的なインターネット ブラウザ（Chrome を推奨）

注: このラボの実行には、シークレット モード（推奨）またはシークレット ブラウジング ウィンドウを使用してください。これにより、個人アカウントと受講者アカウント間の競合を防ぎ、個人アカウントに追加料金が発生しないようにすることができます。

• ラボを完了するための時間（開始後は一時停止できません）

注: このラボでは、受講者アカウントのみを使用してください。別の Google Cloud アカウントを使用すると、そのアカウントに料金が発生する可能性があります。

ラボを開始して Google Cloud コンソールにログインする方法

1. [ラボを開始] ボタンをクリックします。ラボの料金をお支払いいただく必要がある場合は、表示されるダイアログでお支払い方法を選択してください。 左側の [ラボの詳細] ペインには、以下が表示されます。

   • [Google Cloud コンソールを開く] ボタン
   • 残り時間
   • このラボで使用する必要がある一時的な認証情報
   • このラボを行うために必要なその他の情報（ある場合）

2. [Google Cloud コンソールを開く] をクリックします（Chrome ブラウザを使用している場合は、右クリックして [シークレット ウィンドウで開く] を選択します）。

   ラボでリソースがスピンアップし、別のタブで [ログイン] ページが表示されます。

   ヒント: タブをそれぞれ別のウィンドウで開き、並べて表示しておきましょう。

   注: [アカウントの選択] ダイアログが表示されたら、[別のアカウントを使用] をクリックします。

3. 必要に応じて、下のユーザー名をコピーして、[ログイン] ダイアログに貼り付けます。

   {{{user_0.username | "Username"}}}

   [ラボの詳細] ペインでもユーザー名を確認できます。

4. [次へ] をクリックします。

5. 以下のパスワードをコピーして、[ようこそ] ダイアログに貼り付けます。

   {{{user_0.password | "Password"}}}

   [ラボの詳細] ペインでもパスワードを確認できます。

6. [次へ] をクリックします。

   重要: ラボで提供された認証情報を使用する必要があります。Google Cloud アカウントの認証情報は使用しないでください。 注: このラボでご自身の Google Cloud アカウントを使用すると、追加料金が発生する場合があります。

7. その後次のように進みます。

   • 利用規約に同意してください。
   • 一時的なアカウントなので、復元オプションや 2 要素認証プロセスは設定しないでください。
   • 無料トライアルには登録しないでください。

その後、このタブで Google Cloud コンソールが開きます。

注: Google Cloud のプロダクトやサービスにアクセスするには、ナビゲーション メニューをクリックするか、[検索] フィールドにサービス名またはプロダクト名を入力します。

タスク 1. Vertex AI Workbench でノートブックを開く

1. Google Cloud コンソールのナビゲーション メニュー（）で、[Vertex AI] > [ワークベンチ] の順にクリックします。

2. インスタンスを見つけて、[JupyterLab を開く] ボタンをクリックします。

Workbench インスタンスの JupyterLab インターフェースが新しいブラウザタブで開きます。

タスク 2. ノートブックを設定する

1. ファイルを開きます。

2. [Select Kernel] ダイアログで、使用可能なカーネルのリストから [Python 3] を選択します。

3. ノートブックの「Getting Started」（スタートガイド）セクションと「Import libraries」（ライブラリのインポート）セクションをすべて実行します。

   • [Project ID] に を使用し、[Location] に を使用します。

注: 「Colab only」（Colab のみ）と記載されているノートブック セルの実行は省略できます。 いずれかのノートブック セルの実行で 429 応答が返される場合は、1 分待ってから再度セルを実行し、次に進んでください。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 ライブラリをインポートしてノートブックを設定する。

タスク 3. エンティティ抽出とドキュメント分類をテストする

固有表現抽出は、非構造化テキストから特定のフィールドと値を識別する自然言語処理の手法です。たとえば、記入済みのフォームから Key-Value ペアを検索したり、請求書からタイプ別に分類された重要なデータをすべて取得したりできます。

ドキュメント分類とは、ドキュメントのタイプを識別するプロセスです。たとえば、請求書、W-2、領収書などのタイプがあります。

エンティティの抽出

このセクションでは、Gemini を使用してドキュメントから情報を取得する方法の例を確認します。

1. ノートブックの「Entity Extraction」（エンティティの抽出）セクションを実行します。

ドキュメントの分類

このセクションでは、Gemini を使用してドキュメントを確認し、指定されたリストからそのタイプを特定する方法を確認します。

1. ノートブックの「Document Classification」（ドキュメントの分類）セクションを実行します。

分類と抽出の連携

これらの手法を連携させて、任意の数のドキュメント タイプを抽出することもできます。たとえば、複数のタイプのドキュメントを処理する場合、各ドキュメントを分類プロンプトとともに Gemini に送信し、その出力に基づいて、どの抽出プロンプトを使用するかを決定するロジックを記述できます。

1. ノートブックの「Chaining Classification and Extraction」（分類と抽出の連携）セクションを実行します。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 エンティティ抽出とドキュメント分類をテストする

タスク 4. ドキュメントの質問応答と要約をテストする

このセクションでは、Gemini を使用してドキュメントに関する質問に答え、その内容を要約する方法を確認します。

ドキュメントの質問応答

1. ノートブックの「Document Question Answering」（ドキュメントの質問応答）セクションを実行します。

ドキュメントの要約

このセクションでは、Gemini を使用してドキュメントの内容を要約または言い換える方法を確認します。

1. ノートブックの「Document Summarization」（ドキュメントの要約）セクションを実行します。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 ドキュメントの質問応答と要約をテストする

タスク 5. ドキュメントからのテーブル解析をテストする

このセクションでは、Gemini でテーブルの内容を解析し、HTML やマークダウンなどの構造化された形式で出力する方法を確認します。

1. ノートブックの「Table parsing from documents」（ドキュメントからのテーブル解析）セクションを実行します。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 ドキュメントの質問応答と要約をテストする

タスク 6. ドキュメントの翻訳と比較をテストする

このセクションでは、Gemini を使用して言語間でドキュメントを翻訳する方法を確認します。

ドキュメント翻訳

1. ノートブックの「Document Translation」（ドキュメントの翻訳）セクションを実行します。

ドキュメントの比較

このセクションでは、Gemini を使用して複数のドキュメントの内容を比較する方法を確認します。

注: 複数のドキュメントを処理する際は、順序が結果に影響を与える場合があるため、プロンプト内で順序を指定する必要があります。

1. ノートブックの「Document Comparison」（ドキュメントの比較）セクションを実行します。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 ドキュメントの質問応答と要約をテストする

お疲れさまでした

これでラボは完了です。このラボでは、Gemini 2.0 Flash モデルと Google Gen AI SDK を使用して、非構造化ドキュメントから構造化エンティティを抽出しました。

次のステップと詳細情報

以下のリソースで Gemini に関する理解を深めましょう。

• Gemini の概要
• Vertex AI の生成 AI に関するドキュメント
• 生成 AI に関する YouTube チャンネル
• Vertex AI クックブック。生成 AI に関するノートブックを集めた、検索可能なギャラリーです。
• Google Cloud 生成 AI レポジトリ。他のノートブックやサンプルを確認できます。

Google Cloud トレーニングと認定資格

Google Cloud トレーニングと認定資格を通して、Google Cloud 技術を最大限に活用できるようになります。必要な技術スキルとベスト プラクティスについて取り扱うクラスでは、学習を継続的に進めることができます。トレーニングは基礎レベルから上級レベルまであり、オンデマンド、ライブ、バーチャル参加など、多忙なスケジュールにも対応できるオプションが用意されています。認定資格を取得することで、Google Cloud テクノロジーに関するスキルと知識を証明できます。

マニュアルの最終更新日: 2025 年 5 月 19 日

ラボの最終テスト日: 2025 年 5 月 19 日

Copyright 2025 Google LLC. All rights reserved. Google および Google のロゴは Google LLC の商標です。その他すべての企業名および商品名はそれぞれ各社の商標または登録商標です。