コア機能

一、高精度解析

6フォーマットの統一入口、スキャン文書も読めて、表も崩れない

企業ドキュメントの多様なフォーマットは、ナレッジベース構築の最初の壁です。基盤はDeepDocレイアウト解析（レイアウト + 表構造認識のデュアルONNXモデル、ローカル推論）を内蔵し、PDF、Word、Excel、PPT、OFD、XPSの6大フォーマットを構造化データに統一解析、タイトル階層、段落、表の行列関係（結合セルを含む）と読書順序を保持します。スキャン文書は自動OCR認識します。

二、ドキュメントクレンジング

ヘッダー・フッターや透かしといった「ノイズ」をナレッジベースの門の外に遮断

ヘッダー・フッター、ページ番号、透かし、重複コンテンツ——これらは人間にとっては背景ノイズですが、AIにとっては汚染源です：回答に突然ページ番号が現れたり、重複文書が検索を妨害したりします。基盤は解析後にこれらのノイズを自動マーク・クレンジングし、クレンジングレポートを返します。何を処理し、何を削除したか、すべて記録で確認できます。

三、AIインテリジェントマスキング

13カテゴリの機密情報を、登録前に自動マスキング

文書内の埋め込み画像に含まれる顔、身分証、公印、ナンバープレート、QRコードなどは、そのままナレッジベースに入ると重大な漏洩リスクになります。基盤は圧縮エンジンのAI特徴保護検出器を再利用し、登録前に機密領域へ自動的にガウシアンぼかし/モザイク処理を行い、マスキングレポートを出力します——各画像で何を検出し、どこを処理したか、監査時に明確に確認できます。

完全なデータセキュリティ体制を見る →

四、高性能圧縮

1回の処理で2つの成果物：より小さなファイル + よりクリーンな知識

圧縮はUGLYPEARの看板技術です。画像、音声・動画、PDF、Office、OFD、XPS、テキストの40+フォーマットを網羅し、平均圧縮率60%、最高80%。SSIM/PSNRの二指標による品質ゲートで、「小さく圧縮」は「ぼやけた圧縮」ではないことを保証します。AIアプリケーションにとって、画像圧縮はマルチモーダル推論のトークンコスト低減を直接意味します——実測ではGPT-4o基準で85.9%削減です。

SmartSlim圧縮製品ファミリーを詳しく見る →

五、インテリジェントチャンク分割

異なる文書には異なる分割を——意味を分断しないからこそ、検索が的確になる

固定長のチャンク分割は業界で最もよく踏まれる落とし穴です：ひとつの文が途中で切断され、AIは半端な情報を検索して当てずっぽうの回答しかできません。基盤はドキュメントタイプ別にチャンク分割戦略を選択し、4種類のプリセットパラメータを内蔵、業務に応じて微調整可能です：

六、メタデータとライフサイクル

各知識ポイントに「身分証」を付与し、期限切れ知識は自動的に退場

チャンク分割完了後、各知識ポイントには文書タイトル、章パス、公開日時、バージョン番号、出典部署などのメタデータが自動紐付けされ、4段階のコンテンツ強化（パンくずナビゲーション、キーワード、要約、仮説的質問）を行います。文書更新時は増分処理：新バージョンは自動登録、旧バージョンは自動的に優先度を下げて期限切れとマークし、コンテンツハッシュにより同一文書の重複登録を防ぎます。

七、権限タグ付け

誰がどの知識を見られるか、知識ポイント単位で管理

給与規程は人事と管理層のみ閲覧可能、技術文書は部署別に分離。基盤は各知識ポイントに部署、職位、役割、地域、機密レベルのタグを紐付けることをサポートし、検索時は権限フィルタを先に行いリコールを実施します——権限検証はデータレイヤーで完了し、アプリケーションレイヤーの自觉に依存しません。マルチテナント体系により、異なる顧客/事業部のナレッジベースは天然に分離されます。

八、3層評価

ナレッジベースの良し悪しは数字で示し、悪い回答は責任を追跡可能

ナレッジベースは構築して終わりではありません。基盤には3層評価体系が内蔵されています：コーパスレベル（解析の完全性、表構造率、OCR精度、マスキングカバレッジ）、検索レベル（HitRate@K、Recall@K、MRR、NDCG@K）、生成レベル（忠実度、回答の関連性、コンテキスト精度）。ユーザーの低評価後、原因を自動帰属：問題がチャンク分割、クレンジング、マスキング、メタデータのいずれにあるか、ひと確認すれば判明し、badcaseは自動的に評価セットへ回流します。

実測データを見る →