スキャンされた契約書の 2 つのバージョンが机の上に置かれています。 1 つはクライアントがレビューした草案です。もう 1 つは、彼らが署名して返送したものです。数字、条項、日付など、二人の間に何か変化がありましたが、ページを前後にめくり、一方のページを記憶しながらもう一方のページを見ながらそれを見つけることは、人間の脳が設計されていない注意力を試すテストです。違いは目に見えるところに隠れています。
目は見ようとしているものを飛び越えてしまうのです。比較ツールは、メモリが認識しているものではなく、実際の違いを示します。
スキャンした 2 つの文書を比較するには、テキストを選択可能にして比較できるようにする OCR か、ページ画像間のピクセルレベルの違いを強調表示する視覚的なオーバーレイ比較のいずれかが必要です。 WukongPDF の PDF Editor および PDF Compare ワークフローは両方のアプローチをサポートしており、以下の方法はスキャンされた PDF の任意のペアに適用されます。
スキャンしたドキュメントを OCR と比較できるようにする
スキャンした文書は画像です。テキストを比較するには、まずテキストを抽出する必要があります。両方の PDF で OCR を実行して、検索可能なテキスト レイヤーを作成します。 OCR 出力は、特に低品質のスキャンでは完全ではありませんが、ツールが相違点にフラグを立て、フラグが付いたそれぞれの相違点をオリジナルと比較して視覚的に確認できるため、比較には十分です。
Adobe Acrobat Pro のファイル比較ツールは、OCR 後にスキャンされた PDF に対して機能します。認識されたテキストを比較し、ページ画像のコンテキストの違いを強調表示します。比較は OCR と同じくらい正確で、ほとんどの実質的な変更を捕捉しますが、場合によっては認識アーティファクトに相違点としてフラグを立てます。フラグが設定された各項目を手動で確認して、実際の変更と OCR ノイズを区別します。
視覚的なオーバーレイ比較を使用してピクセルレベルの精度を得る
視覚的なオーバーレイは、スキャンした 2 つのページを互いに重ねて配置し、異なるピクセルを強調表示します。この方法は OCR の精度に依存せず、視覚的な違い、数値の変更、カンマの移動、余白の移動、署名の追加をすべて捕捉します。出力は、変更された領域をハイライト色で示す差分マップです。
制限: 視覚的な比較では、スキャン アーティファクト、わずかな位置の変動、スキャン間の明るさの違いなど、すべてのピクセルの違いにフラグが立てられます。これらの誤検知は、実際の違いと並行して検討する必要があります。視覚的な比較により完全性が得られ、実際の変更はすべて検出されますが、精度は犠牲になりますが、フラグが立てられたすべての違いが意味を持つわけではありません。
デスクトップおよびブラウザベースの比較ツールの使用
Adobe Acrobat Pro のファイル比較ツールはデスクトップ標準です。テキストと視覚的な外観の両方を比較し、相違点を強調表示し、並べてレポートを作成します。両方の PDF をアップロードし、比較を実行して、比較ビューで結果を確認します。このツールは、OCR 後にスキャンされた文書に対して機能します。
ブラウザベースの比較ツールは、ソフトウェアをインストールしなくても同様の機能を提供します。両方の PDF をアップロードすると、ツールによってページが調整され、相違点が強調表示されます。品質はツールによって異なりますが、スキャンされたドキュメントはツールが画像の位置合わせと変動を処理する必要があるため、最も困難なケースです。重要な比較にブラウザベースのツールを使用する前に、既知の類似したスキャンされたページのペアでブラウザベースのツールをテストしてください。
| 比較方法 | 強み | 弱点 | 最適な用途 |
|---|---|---|---|
| OCR + テキストの比較 | 実質的なテキストの変更を特定します | 書式設定の変更が見逃され、OCR エラーで誤検知のフラグが立てられる | 契約書、法的文書、報告書 |
| ビジュアルオーバーレイ (ピクセルレベル) | あらゆる視覚的な違いを捉える | フラグはアーティファクトを相違点としてスキャンしますが、意味的な理解はありません | 署名済みの文書、手書きで変更が加えられたフォーム |
| 手動による並列レビュー | 人間による判断、ツールによる誤検知なし | 遅くて疲れる、微妙な違いを見逃してしまう | 短い書類、最終確認パス |
| ハイブリッド (OCR + ビジュアル) | 両方の方法の長所を組み合わせます | 2 つの個別の比較パスが必要 | 変更を見逃すことのできない一か八かの文書 |
手書きの変更と注釈の処理
スキャンされた契約書には、手書きのマーク、余白のイニシャル、丸で囲まれた条項、ペンによる取り消し線、印刷後に追加されたメモが含まれることがよくあります。 OCR は印刷されたテキストを処理しますが、手書き、特に筆記体には失敗します。 2 つのスキャン間でピクセルが異なるため、視覚的なオーバーレイ比較はこれらのマークを検出しますが、マークの意味を解釈することはできません。
スキャンした文書に手書きで変更を加えると、人間によるレビューが必要になります。スキャンされた契約書上のドル額による手書きの取り消し線の法的重要性を確実に解釈できる自動化ツールはありません。比較ツールは、変更の場所にフラグを立てます。その変更が交渉による改訂なのか、ペンの跡なのか、スキャンによるアーチファクトなのかは人間が判断します。ツールが見つけます。人間の裁判官。
比較結果の確認と解釈
比較ツールは、すべての違いをリストしたレポートを作成します。リストを上から下まで調べてください。相違点ごとに、両方の PDF を関連ページで開き、フラグが立てられた相違点がアーティファクトではなく本物であることを視覚的に確認します。それぞれを受け入れるか拒否します。許容される相違点は、バージョン間の変更です。
受け入れられた相違点をタイプ別に分類します: テキスト変更、数値変更、書式変更、追加、削除。通常、数値、金額、日付、パーセンテージの変更は、書式設定の調整よりも重要です。まず番号の変更を確認してください。これらは、書式設定の変更には存在しない、経済的および法的な影響をもたらします。
関係者向けの変更概要の作成
受け入れられた相違点を変更の概要にまとめます。各変更をページ番号、元のテキスト、および変更されたテキストとともにリストします。この概要により、関係者は比較を実行したり、完全な差分レポートを確認したりすることなく、バージョン間の変更点を明確に把握できます。
元の比較レポートはバックアップとして保管してください。概要が伝わります。報告書は文書です。利害関係者が特定の変更について質問した場合、レポートには、質問に明確に答えるための参照ページと視覚的な証拠が提供されます。