3.2標準
表と脚注を含むPDF手順書をRAGへ取り込む。
抽出時に列や注記の意味を壊さない。
取り込み設計として適切なものを2つ選べ。
× 不正解
表・脚注・見出し・位置を保持して文書を解析し、代表質問と原本サンプルで抽出品質を確認してからインデックスへ取り込む。
詳細解説
正しい見出し、表の列名・単位、脚注、ページ位置を抽出・保持する
数値と条件の意味を検索結果から追跡できる。
数値と条件の意味を検索結果から追跡できる。
問題の要件では、見出し、表の列名・単位、脚注、ページ位置を抽出・保持するが解決する範囲と、別の工程が担う範囲を分けて判断する。
正しい抽出結果を代表質問で確認し、元PDFとの一致をサンプリングする
OCRや列順の誤りを取り込み前に検出できる。
OCRや列順の誤りを取り込み前に検出できる。
問題の要件では、抽出結果を代表質問で確認し、元PDFとの一致をサンプリングするが解決する範囲と、別の工程が担う範囲を分けて判断する。
誤りPDFを単純な文字列へ平坦化し、列や単位を捨てる
値の関係が失われ誤回答につながる。
値の関係が失われ誤回答につながる。
問題の要件では、PDFを単純な文字列へ平坦化し、列や単位を捨てるが解決する範囲と、別の工程が担う範囲を分けて判断する。
誤り抽出品質を確認せず全ページをインデックスする
誤ったチャンクが大量に検索される。
誤ったチャンクが大量に検索される。
問題の要件では、抽出品質を確認せず全ページをインデックスするが解決する範囲と、別の工程が担う範囲を分けて判断する。
実際に確かめる
一時的な検証環境で実行できる例です。
AWS公式AIF-C01 Domain 3.2のデータ取り込み・文書解析・RAG品質を確認する。期待される結果
PDF・表・脚注の意味を保持する取り込みと検証を説明できる。理解のポイント
- レイアウト
- 表
- OCR検証
確認時の注意
- 確認環境: AWS公式AIF-C01試験ガイドとAWS公式ドキュメントの確認
- AWS公式ドキュメントで、対象サービスが提供する機能と前提条件を確認する。
- モデル、データ、アプリケーション、利用者の責任分界を混同しない。
基礎のおさらい
文書解析
PDF、表、画像、脚注などの構造を抽出し、検索可能な情報へ変換する処理。
サンプリング検証
全件ではなく代表的な文書・ページ・表を原本と比較して品質を確認する方法。
問題IDAWS-AIF-183
確認環境AWS公式AIF-C01試験ガイドとAWS公式ドキュメントの確認
最終技術確認2026-08-20
誤り・権利侵害を報告