Difference Of Ie And Dp Jp

upstage.ai

⚡️ 日本語性能で国内トップLLM「Syn Pro」を体験 Learn more → ⚡️ 日本語性能で国内トップLLM「Syn Pro」を体験 Learn more →

Solutions

Resources

Company

Pricing

Try demo Try demo Contact us

例えば、次のようなリクエストがあります。 「この契約書から 契約金額 を抽出してください」 「この契約書の 違約条項 を探して説明してください」

どちらのリクエストも文書処理に関わるものですが、必要とされる技術は根本的に異なります。最初のリクエストは特定の データを抽出する技術（Information Extract） に該当し、二つ目のリクエストは 文書全体の理解が必要な技術（Document Parse） に該当します。 Document Parseは文書をHTMLやMarkdownなど、LLMが理解しやすい形式に変換し、Information Extractは必要な情報を抽出し、JSON形式ですぐに活用できる形に出力します。 主要な違いを比較

Document Parse：文書を「AIが読める形」に変換

これは、Upstageによる文書処理の流れを示した図です。PDF、JPG、DOCXなどさまざまなファイル形式の文書は、まずDocument Parseを通してHTMLやMarkdownに変換され、その後、Information Extractを通して構造化されたJSONデータとして出力されます。さらに、ここで出力されたデータはSyn Proなどの LLMでも活用が可能です。 Document Parseを利用することで、PDFやスキャン文書、複雑な文書をLLMが理解できるHTML/Markdown形式に変換できるのです。 主な機能 表やグラフ、文書の階層構造を保持 セクション間の関係性を維持 LLMやRAGシステムでの利用に最適化

活用例 法務リサーチや技術マニュアル、学術論文など、文書全体の情報をもとにした予測困難な質問に対応する場面。 Information Extract：必要な情報だけを抽出

定義された項目をJSON形式で抽出し、位置情報（座標）や信頼度スコア付きで出力されます。 ‍ 主な機能 事前学習不要のスキーマベース抽出 PDF、Word、スキャン文書などさまざまな形式に対応 確認が容易な構造化データを返却

活用例 請求書処理、保険請求の自動化、フォーム入力処理など、大量の文書から一貫した項目を抽出する必要がある場面。 実際の事例で考える、最適なアプローチの選び方 文書 ：自動車保険の契約書 課題 ：同じ文書から、2つのチームが異なる情報を必要としている チームA：保険金請求データの自動入力 目標 ：1日あたり500件の請求データを業務システムに自動入力 必要な情報 ：契約種別、補償金額、特約など、データベースに直接取り込んで効率的に処理できる項目 ‍ 解決策 ： Information Extract { "insurance_type" : "Auto Insurance" , "coverage" : { "bodily_injury_1" : "unlimited" , "self_accident_death" : 100000000 }, "metadata" : { "location" : { "page" : 1 , "bbox" : [ 50 , 100 , 200 , 120 ]} } } チームB：保険金請求データの自動入力 目標 ：電話応対中に契約内容に関する質問にリアルタイムで回答 必要な情報 ：「身体傷害保険①と②の違い」のような予測不可能な質問に対応するための、文書全体の文脈 解決策 ： Document Parse

Auto Insurance Policy

Article 1 (Coverage)

The company shall compensate for damages arising from accidents involving the insured vehicle during ownership, use, or management.

| Coverage Type | Coverage Details | Insured Amount | |---------------|------------------|----------------| | Bodily Injury I | Unlimited | Statutory | | Bodily Injury II | Death/Disability | Insured amount |

Special Terms

• Self-injury: KRW 100M upon death 使い分けのポイント

‍ Information Extract にはOCRやレイアウト認識機能が備えられており、 Document Parseとは独立して動作 します。そのため、両製品は同じワークフロー内でも併用できますが、互いに依存せず、それぞれ独立して利用が可能です。 Document Parse は、文書をAI向けに最適化された形式に変換し、Syn ProなどのLLMを用いた検索やQ&A、RAGアプリケーションで活用できます。 一方、 Information Extract は、特定の項目を構造化されたJSONとして抽出し、データベースや業務システムへの連携、RPAなどで利用できます。 両方を併用する場合 大量の自動化処理に Information Extract を使用し、文書全体の調査や全文検索が必要な場合に Document Parse を併用するのが一般的です。例えば、保険会社では、 Information Extract で請求データを自動抽出し、 Document Parse で複雑な契約条項や補償条件を監査時に確認する、といった使い方がされています。 単独で使う場合 Document Parseのみ： 探索的なリサーチや、予測が難しい質問への対応 Information Extractのみ： 多種多様な文書から一貫した項目を大量に抽出

FAQ Q: どちらの技術を使うべきか、どう判断すればよいですか？ Information Extract: データベースや業務システムへの投入、ワークフローのトリガー、多種多様な文書に含まれる同一フィールドの抽出に最適です。 Document Parse: 検索・Q&Aシステムの構築、RAGの活用、予測できない質問への対応に最適です。 Both: 大量処理の自動化（Information Extract）＋複雑な調査・解析（Document Parse）に最適です。 Q: Information ExtractにはDocument Parseが必要ですか？ いいえ、必要ありません。Information Extractは独立して動作し、OCRやレイアウト理解機能も備えています。両者を同じワークフロー内で併用することは可能ですが、どちらかが前提となるわけではありません。 Q: 技術ドキュメントはどこで確認できますか？ Document Parse API ドキュメント Information Extract API ドキュメント デモを試す (Document Parse) → デモを試す (Information Eextract) →

Document AIをはじめよう あなたの文書が持つ可能性を最大限に引き出しましょう。 Upstage Console 上で、 Document Parse と Information Extract をすぐにお試しいただけます。 文書を数秒で検索可能な構造化HTMLに変換 スキーマに基づいて主要項目を高精度に抽出 両機能を組み合わせることで、エンドツーエンドの自動化パイプラインを構築

実際に体験してみませんか？   デモを試す (Document Parse) →   デモを試す (Information Eextract) →

Related posts

Browse all articles

Industry Upstage Team

保険毎日新聞：保険AI実装のリアル[Vol.5]　AI-OCRから生成AIへ

Industry Upstage Team

保険毎日新聞：保険AI実装のリアル[Vol.5]　AI-OCRから生成AIへ

Industry Upstage Team

AIはなぜ「業務に定着しない」のかローカルAI実装の課題とその現実解 - Yahoo! ニュース

Industry Upstage Team

AIはなぜ「業務に定着しない」のかローカルAI実装の課題とその現実解 - Yahoo! ニュース

Tutorials Upstage Team

[Video] Upstage Studio デモ：複雑な日本語書類も数秒でAIエージェント化 | 保険・契約書・請求書処理を自動化

Tutorials Upstage Team

[Video] Upstage Studio デモ：複雑な日本語書類も数秒でAIエージェント化 | 保険・契約書・請求書処理を自動化

Document ParseとInformation Extract ：その違いと役割を解説

Document Parseは、文書全体を構造化してAIが理解しやすい形式に変換し、検索やRAGでの活用を可能にします。Information Extractは、金額や日付など特定の項目を正確に抽出し、JSON形式で出力する技術です。

Mirae Lee

Mirae Lee

• Products • November 28, 2025

Heading

This is some text inside of a div block.

✕

Share

We build intelligence for the future of work—now it’s your turn.

Start building with our API or talk to our team.

Start with the API Talk to our team

例えば、次のようなリクエストがあります。 「この契約書から 契約金額 を抽出してください」 「この契約書の 違約条項 を探して説明してください」

どちらのリクエストも文書処理に関わるものですが、必要とされる技術は根本的に異なります。最初のリクエストは特定の データを抽出する技術（Information Extract） に該当し、二つ目のリクエストは 文書全体の理解が必要な技術（Document Parse） に該当します。 Document Parseは文書をHTMLやMarkdownなど、LLMが理解しやすい形式に変換し、Information Extractは必要な情報を抽出し、JSON形式ですぐに活用できる形に出力します。 主要な違いを比較

Document Parse：文書を「AIが読める形」に変換

これは、Upstageによる文書処理の流れを示した図です。PDF、JPG、DOCXなどさまざまなファイル形式の文書は、まずDocument Parseを通してHTMLやMarkdownに変換され、その後、Information Extractを通して構造化されたJSONデータとして出力されます。さらに、ここで出力されたデータはSyn Proなどの LLMでも活用が可能です。 Document Parseを利用することで、PDFやスキャン文書、複雑な文書をLLMが理解できるHTML/Markdown形式に変換できるのです。 主な機能 表やグラフ、文書の階層構造を保持 セクション間の関係性を維持 LLMやRAGシステムでの利用に最適化

活用例 法務リサーチや技術マニュアル、学術論文など、文書全体の情報をもとにした予測困難な質問に対応する場面。 Information Extract：必要な情報だけを抽出

定義された項目をJSON形式で抽出し、位置情報（座標）や信頼度スコア付きで出力されます。 ‍ 主な機能 事前学習不要のスキーマベース抽出 PDF、Word、スキャン文書などさまざまな形式に対応 確認が容易な構造化データを返却

活用例 請求書処理、保険請求の自動化、フォーム入力処理など、大量の文書から一貫した項目を抽出する必要がある場面。 実際の事例で考える、最適なアプローチの選び方 文書 ：自動車保険の契約書 課題 ：同じ文書から、2つのチームが異なる情報を必要としている チームA：保険金請求データの自動入力 目標 ：1日あたり500件の請求データを業務システムに自動入力 必要な情報 ：契約種別、補償金額、特約など、データベースに直接取り込んで効率的に処理できる項目 ‍ 解決策 ： Information Extract { "insurance_type" : "Auto Insurance" , "coverage" : { "bodily_injury_1" : "unlimited" , "self_accident_death" : 100000000 }, "metadata" : { "location" : { "page" : 1 , "bbox" : [ 50 , 100 , 200 , 120 ]} } } チームB：保険金請求データの自動入力 目標 ：電話応対中に契約内容に関する質問にリアルタイムで回答 必要な情報 ：「身体傷害保険①と②の違い」のような予測不可能な質問に対応するための、文書全体の文脈 解決策 ： Document Parse

Auto Insurance Policy

Article 1 (Coverage)

The company shall compensate for damages arising from accidents involving the insured vehicle during ownership, use, or management.

| Coverage Type | Coverage Details | Insured Amount | |---------------|------------------|----------------| | Bodily Injury I | Unlimited | Statutory | | Bodily Injury II | Death/Disability | Insured amount |

Special Terms

• Self-injury: KRW 100M upon death 使い分けのポイント

‍ Information Extract にはOCRやレイアウト認識機能が備えられており、 Document Parseとは独立して動作 します。そのため、両製品は同じワークフロー内でも併用できますが、互いに依存せず、それぞれ独立して利用が可能です。 Document Parse は、文書をAI向けに最適化された形式に変換し、Syn...