- Vol.001 設計用知識プロセッサ『NaU DSP』
- Vol.002 健康管理支援システム 「NaU HCS」
- Vol.003 業務マニュアルのデジタル化のすすめ
- Vol.004 IPA DX白書2021を読み解く
- Vol.005 目指せヤタガラス人材
- Vol.006 大胆な変化を恐れないことが事業継続の要諦
- Vol.007 ソフトウェア工学の古典に学ぶ
- Vol.008 DXに関わるビジネスパーソンに役立つプログラミング的思考
- Vol.009 レガシーシステムのモダナイゼーションを効率的に進める業務ルール抽出方法
- Vol.010 RPAと『NaU Rulebook』の連携がより簡単に
- Vol.011 ルールエンジン適用業務マップ～行政の許認可業務編～
- Vol.012 ルールによる住所チェックの自動化
- Vol.013 作らない技術のための技術
- Vol.014 ～業務マニュアルの考古学～業務自動化を図る際の業務マニュアル分析の視点
- Vol.015 グラフィックファシリテーション～ソフトウェア開発を円滑にするツール～
- Vol.016 書類チェック自動化検討の進め方
- Vol.017 業務知識に基づくデータ突合の自動化 ～NaU Rulebook DataCheckerの裏技～
- Vol.018 『NaU Rulebook 2023』 ChatGPTとの連携により業務自動化が新たな次元へ
- Vol.019 ルールエンジンと大規模言語モデルの連携方式で特許出願
- Vol.020 画像データ自動化の新たな可能性： ChatGPT & ルールエンジン
- Vol.021 ～ルールエンジンで社会課題解決～入所施設選考業務の自動化
- Vol.022 審査業務の自動化は『急がば回れ』
- Vol.023 DX「業務自動化」の着眼点
- Vol.024 OCRと連携するルールエンジン～DXに与えるインパクト～
- Vol.025 ユニークなインターンシップ
ルールによる
住所チェックの自動化
Vol.012 2022年11月18日
金融機関や行政窓口などの手続き業務に情報システムが導入された当初から、書類に記載された住所とホスト等に登録された住所を自動的に精度良く比較したいというニーズがありました。このニーズに対して、これまでは個別に住所比較プログラムを作成したり、人が比較してきましたが、近年AI-OCRの普及によりデジタルデータ上で住所比較を行う機会が増えたことで、一層自動化ニーズが高まっています。
一見簡単そうな住所比較をいざプログラムで実現しようとすると厄介なことがわかります。この理由には次の2つがあります。
【A】住所の表記に揺らぎが大きいこと
【B】住所の用途により求められる精度が異なること
例えば、以下は弊社東京事業所の住所を異なる表記で記載したものです。
- (1)
- 東京都港区芝5丁目29番20号クロスオフィス三田 903号室
- (2)
- 東京都港区芝5丁目29-20 クロスオフィス三田 903号
※番・号・室の省略 - (3)
- 東京都港区芝5-29-20 クロスオフイス三田 903
※イの文字が異なる - (4)
- 港区芝5-29-20 Cross Office Mita 903
※都道府県名の省略、建物名が英字表記 - (5)
- 港区芝5-29-20-903
※建物名の省略
このように同じ場所に対して様々な表記があり得ます。また住所の用途に関していえば、荷物の送付先という目的の住所であれば上記(1)～(5)のどの表記でも優秀な日本の物流により目的は達成されると思われますが、契約手続きなどにおける所在地確認という目的であれば上記(1)または(2)程度の表記が求められます。
そこで弊社は上記【A】【B】の課題を住所比較のルールを整理・記述することで解決する方法を考案し（特許申請中）、ルールエンジン『NaU Rulebook』の機能として提供しています。
このルールに基づく住所比較は、既に金融機関における申請書チェック自動化で運用されており、成果を上げています。実際の業務で未定義の住所表記が出現した際もルールの追加で直ぐに対応が可能です。
このルールに基づく住所比較の自動化に興味がございましたら、是非、弊社までお問い合わせください。もう住所比較プログラムを多くの工数をかけて開発・保守する必要はございません。