PDFのテキスト/表/画像データを正しい順序で抽出できる。
『PDF Advanced Extractor V1.1』2023年11月10日販売開始

主な特長

• 本製品は、PDFのページにテキスト（本文・表）、画像の範囲と抽出順を設定し、元の文脈に沿った順序でテキストデータを抽出するための専用ツールです。
• PDFのページ内を高精度に解析し、テキスト（本文・表）、画像の範囲と抽出順をワンタッチで設定できます。設定された範囲と抽出順は画面上で自由に変更できます。
• テキスト（本文・表）のデータを画面上で直接編集し、その結果を反映してテキストファイルに保存できます。
• PDF中の画像化された文字についてもOCR処理で文字コードを認識し、シームレスに抽出できます。
• 表の範囲に行数・列数を設定し、表の範囲内にあるテキストを分割できます。分割したテキストはCSV形式で保存します。
• テキストデータの任意の文字位置に改行を挿入したり、ルビ・注釈・ノンブルなど不要なデータを抽出対象から除外するなど、テキスト抽出を補完する便利な機能を多数搭載しています。

新しくなったポイント

今回のバージョンアップでは次の機能強化を行いました。

• アノテーションツールで利用可能なテキスト形式で保存
  機械学習に利用するデータの収集をお助け！PDFからアノテーションツールで利用可能な形式でデータを取り出し、保存できる機能を搭載しました。
• 任意の文字または句読点の位置で段落区切りを挿入
  テキストに含まれる文字または句読点に対して［段落区切り］を指定できるようにしました。これにより文書全体でテキストの指定した文字位置に改行コードを挿入できるようになりました。
• 画像情報をCSV形式で出力
  ページ上の画像を指定してテキストデータと共に保存すると、抽出した画像の情報を一覧（サマリ）にしてCSV形式で保存します。これにより抽出された画像の管理をしやすくしました。
• 抽出除外範囲の指定
  ページ上で抽出対象から除外する範囲を任意に指定できるようにしました。テキストの抽出範囲内であっても対象から除外したい部分がある場合、それらを枠で囲んで簡単に除外できます。
• 表に自由に罫線を指定
  表の範囲をマウスでクリックして任意の位置で縦・横の罫線を追加・移動・削除できるようにしました。これにより、表の範囲に含まれるテキストの分割を自在に設定できます。

動作環境

『PDF Advanced Extractor V1.1』は、Windows 64ビット版専用のソフトウェアです。Windows 32ビット版では利用できません。

販売価格

本製品の価格は、以下のとおりです。
価格には、ご購入後1年間の「通常保守サービス」も含まれています。

本製品は電子納品（電子メールおよびダウンロード）での販売となります。有形物（CD-Rおよび紙のライセンス証書）での提供は、オプションとなります。

※本製品は単独のコンピューター上にインストールしてご利用するためのライセンスとなります。サーバー上にインストールしてご利用いただけません。

保守サービス

本製品の保守サービスは、弊社が定める「ソリューション・システムコンポーネント製品保守サービス仕様」の「通常保守サービス」に準じます。

• 製品ご購入後1年間の通常保守サービス費用は、製品の標準価格に含まれています。
• 通常保守サービス期間は契約後1年間です。複数年契約もできます。
• 本製品は永続ライセンスです。2年目以降の保守サービス契約の更新はお客様の任意ですので、保守サービスを継続せずとも お買い上げいただいた製品はそのままご利用いただけます。
• ただし、2年目以降、保守サービス契約を更新しない場合、製品サポートやメンテナンスリリース（MR版）の提供、 バージョンアップなどのユーザー特典はございません。

発売日

2023年11月10日（金）

ご購入方法

本製品はアンテナハウスのオンラインショップ、または営業窓口から直接お求めいただくことができます。また、弊社製品をお取り扱いいただいている流通・販売会社様でもお求めいただけます。

お問い合わせ先

〒103-0004
東京都中央区東日本橋2-1-6 東日本橋藤和ビル5F
アンテナハウス株式会社