Amazon Bedrockで英日バイリンガルNERを構築｜貨物物流メール自動抽出の事例を解説

2026年7月1日

AIニュース重要度

★★★☆☆

3.0 / 5｜知っておくと役立つ通常ニュース

概要

AWS機械学習ブログで、IBS Software社がAmazon Bedrockを使い、英語と日本語に対応した固有表現抽出（NER：文章から特定の情報を抜き出す技術）システムを構築した事例が公開されました。航空貨物の物流メールから重要情報を自動抽出する取り組みです。

何が発表・更新されたのか

IBS Software社が、Amazon Bedrockの「モデル蒸留」機能を使い、大型モデルAmazon Nova Proの知識を小型のNova Liteに引き継いだ事例です。23種類の項目を抽出しつつ、F1スコア95.085%の精度と運用コスト14分の1を実現したと報告されています。

なぜ重要なのか

高精度なモデルの知識を小型モデルへ移すことで、精度をほぼ保ちながらコストを大幅に削減できる点が示されました。蒸留後のNova Liteは教師モデルの98%の性能を維持したとされています。

誰に関係があるのか

大量の多言語メールや書類から情報を抽出したい物流・貿易関連の担当者、またコストを抑えてAIを本番運用したい開発者・データ担当者に関係があります。

仕事や業務でどう使えるのか

航空貨物番号（AWB）、フライト情報、重量、配送指示などを英語・日本語のメールからリアルタイムで自動抽出できます。S3・Lambda・Bedrock・DynamoDBを組み合わせた処理パイプラインの構成例も紹介されています。

注意点

日本語は英語よりF1スコアが2.565%低く、漢字や単語の区切りの曖昧さが原因とされ、合成データ追加や後処理で対応しています。また、紹介される構成はS3・Lambda・Bedrock・DynamoDBの利用料が発生するため、不要時はリソース削除が推奨されています。日本での提供状況や対象プランの詳細は、公式情報上では確認できませんでした。