ForHosting KIT · OCR・データ化

論文・資料から引用箇所を自動抽出

論文やレポートのPDFから、本文中の引用箇所と対応する出典情報を読み取り、どの引用がどの文献に対応するかが分かる一覧として出力する機能です。参考文献の整理や照合に使います。

● Betaページあたり$0.003

実行 — $0.003 + $0.0135/ページ API仕様を見る

ご利用方法ウェブAPIメールアプリ近日Telegram 近日

オンラインで実行

アカウントでログインし、当社のサーバー上で実行します。無料ツールはブラウザ内で動作しますが、これは上記の料金がKIT残高から差し引かれます。

本文と出典をひも付けて抜き出す

論文には本文中の引用箇所と、末尾の参考文献リストがそれぞれ存在します。この機能は両者を読み取り、どの引用がどの文献に対応するかをひも付けて一覧にします。手作業での照合よりも短時間で全体を確認できます。

文献リストの整理に

複数の論文を参照しながら執筆する場合、引用の形式や表記の揺れが起きがちです。抽出した一覧を使うと、重複した文献や表記の違いに気づきやすくなります。

表記の揺れには限界があります

文献名や著者名の省略形が多い文書では、同一の文献を別々のものとして抽出してしまうことがあります。抽出結果は最終的な参考文献リストを作成する前の下準備として使うことをおすすめします。

料金と実行方法

1回のリクエストにつき$0.003、ページ1枚ごとに$0.0135です（米ドル）。このページから直接実行できるほか、複数の論文をまとめて処理したい場合はAPIからの利用にも対応しています。

活用例

参考文献リストを整理する

田中大輔は、複数の論文PDFから引用箇所と出典を抽出し、重複や表記の違いがないか確認しています。

引用の出典を後から確認する

伊藤さくらは、過去に読んだ資料の引用箇所を抽出し、出典を確認してから自分の原稿に反映しています。

社内レポートの引用チェック

合同会社みどりデザインは、社内レポートに含まれる引用箇所を抽出し、出典の記載漏れがないかを確認しています。

よくある質問

アップロードしたPDFは保存されますか？

抽出処理のためだけに使用し、完了後は削除します。文書の内容を保管することはありません。

著者名や文献名の表記揺れには対応していますか？

ある程度は認識しますが、省略形が多い場合は同一文献を別々に抽出することがあります。最終確認は目視でお願いします。

引用符のない間接的な引用にも対応していますか？

明示的な引用箇所を主な対象としています。間接的な言い換えは抽出対象から外れることがあります。

対応しているファイルサイズやページ数は？

1件あたり最大25MB、ページ数は10ページまでに対応しています。

支払いはどのように行えますか？

料金は米ドル建てで、PayPalによる都度払いです。サブスクリプションはありません。

日本語でも利用できますか？

日本語の論文・資料にも対応していますが、個別のお問い合わせ対応は英語・スペイン語のみとなります。

開発者向け — APIアクセス

このページの機能はすべてAPIからも利用できます。自社システムに組み込みたいチーム向けのセクションです。それ以外の方は上のツールをそのままお使いください。

エンドポイント

POSThttps://api.kit.forhosting.com/ocr/citation

Bearerトークンで認証し、POST1回でタスクをキューに登録します。結果はWebhookまたは署名付きリンクで受け取れます。

お使いのスタックから呼び出す

curl -X POST https://api.kit.forhosting.com/ocr/citation \
  -H "Authorization: Bearer $KIT_KEY" \
  -H "Content-Type: application/json" \
  -d &#39;{"input":"…"}'

const res = await fetch("https://api.kit.forhosting.com/ocr/citation", {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${process.env.KIT_KEY}`,
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    "input": "…"
  })
});
const { task_id } = await res.json();

import os, requests

res = requests.post(
    "https://api.kit.forhosting.com/ocr/citation",
    headers={"Authorization": f"Bearer {os.environ[&#39;KIT_KEY']}"},
    json={
    "input": "…"
},
)
task_id = res.json()["task_id"]

<?php
$res = file_get_contents("https://api.kit.forhosting.com/ocr/citation", false, stream_context_create([
  "http" => [
    "method"  => "POST",
    "header"  => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
    "content" => &#39;{"input":"…"}',
  ],
]));
$task = json_decode($res, true);

body := bytes.NewBufferString(`{"input":"…"}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/ocr/citation", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)

リクエスト例

{
  "input": "…"
}

レスポンス例

{
  "task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
  "type": "ocr.citation",
  "status": "queued",
  "_links": {
    "result": "/tasks/tsk_…/result"
  }
}

非同期APIです。task_idは即時に返ります。ポーリングは1秒あたり1リクエストまでです。

料金

1リクエストあたり$0.003

ページあたり$0.0135

単価はすべて公開しています。トークン換算や独自クレジットはありません。失敗したタスクは課金されません。

制限

`max_mb`	25
`max_pages`	10

エラー

HTTP	コード	意味
`401`	`unauthorized`	APIキーが無効か、指定されていません。Authorizationヘッダーを確認してください。
`402`	`insufficient_balance`	残高が不足しています。チャージ後に再度お試しください。
`404`	`unknown_type`	指定されたタスクタイプは存在しません。タイプ名を確認してください。
`429`	`rate_limited`	リクエストが多すぎます。しばらく待ってから再度お試しください。
`413`	`input_too_large`	入力データが上限を超えています。サイズを小さくして再度お試しください。
`422`	`task_failed`	タスクの処理に失敗しました。このタスクは課金されません。

KITの完全なドキュメントを見る →