訴訟におけるディスカバリ（証拠開示）段階では、両当事者が関連文書を交換する必要があり、数十万のファイルに及ぶこともあります。米国連邦裁判所自身が「悪夢」や「泥沼」と表現するこのプロセスを管理するため、法律事務所はRelativity、Everlaw、DISCOなどのeDiscoveryプラットフォームに依存しています。しかし、これらのツールが効果的に機能するためには、まず文書を正しく解析する必要があります。問題は、相手方が提供する文書がしばしば処理しにくいことです。スキャンされた文書は低解像度、白黒、様々な回転状態であり、従来のOCRは苦戦し、「settlement」が「s ettl em ent」のように誤認識されることがよくあります。
さらに、これらの文書にはテキストだけでなく、写真、PowerPointのグラフ、表、手書き注釈なども含まれています。テキストベースの検索ではこれらを処理できず、手動タグ付けには時間がかかります。LlamaParseはこの問題を解決するために設計されました。マルチモーダルモデルを使用し、テキスト抽出だけでなく、ページの視覚的レイアウトを理解し、画像やグラフを説明し、複雑な表や混合コンテンツを処理します。法的ディスカバリにおいて、これはいくつかの重要な利点をもたらします。低品質スキャンでも良好に機能し、視覚コンテンツを保持・インデックス化し、カスタム解析指示（custom_prompt）により、ケース番号や証拠標識などの特定パターンを抽出できます。
LlamaParseの設定は簡単で、llama-cloudパッケージをインストールしAPIキーを設定します。APIはファイルのアップロードと解析ジョブの開始の2ステップで動作します。ディスカバリ文書には、複雑なレイアウトに最適化された「agentic_plus」ティアを推奨します。custom_promptでは、「これらは法的ディスカバリ文書であり、低解像度でスキャンされている可能性があります。すべての可視テキストを抽出し、OCRアーティファクトを修正し、写真を識別して説明し、表データを抽出し、手書き注釈を分離し、ケース番号を保持してください」といった自然言語の指示を与えられます。
適切な解析はダウンストリームシステムの品質を向上させます。OCRエラーだらけの検索インデックスでは、意味検索や分類の再現率が低下します。LlamaParseは基盤層として、文書を読みやすく構造化し、その上のシステムが最大限の効果を発揮できるようにします。試してみたい方は、LlamaParseの無料ティアから始められます。