OCR誤読をLLMが自動補正する——ナレッジグラフRAGパイプライン完成事例
出典: Zenn (Claude topic)
Hiroba による自動要約
Document Intelligence の OCR 結果を既存のナレッジグラフ構築パイプラインに接続する変換層を実装し、紙PDFから回答生成まで一気通貫した処理フロー (PDF→OCR→ナレッジグラフ→検索→回答) を完成させた。OCR誤読(「O」を「〇」と誤認識)を人手補正せず下流に流したところ、LLM のエンティティ抽出段階で「Oリング」等として自動補正され、最終的な回答精度に影響しなかった。API フィールド（result.content vs tables/paragraphs）によって「見える誤り」が異なることも実測。
出典・元記事
Zenn (Claude topic) の記事を Hiroba が自動要約しました。元記事を読む
読んで良かったら、シェアしてみてください。
同じタグの記事が他に 3901 件あります。
関連する記事
同じタグの記事
Kit: Claude Code をシンプルにした AI コーディング実行環境
HNKit は単一ツール (compose) を提供する AI コーディング実行環境。Claude Code や Cursor と互換性のある Agent Client Protocol (ACP) サーバーとして機能し、モデルのラウンドトリップを削減することで、同等のタスク実行時に入力トークン数をおよそ半減。ファイル操作・テスト実行・編集適用・サブエージェント委譲を 1 回のリクエストで完結。
Scalafix と AI を活用した不要コード削除の自動化
QiitaBacklog では Scalafix と unused-code ツールで未使用コード候補を検出し、Claude などの AI エージェントと組み合わせて削除可否判断を効率化している。Play Framework の生成コードや設定ファイル・外部リポジトリからの動的参照に対応するため、複数の検索手段を組み合わせた手順を確立した。
