社内スキャンPDFを、ローカルOCRとローカルLLMだけで Markdown にする

社内スキャンPDFをローカルOCRとローカルLLMのみでMarkdownに変換する手法を紹介。外部LLMを使わないため、機密情報の漏洩リスクを回避し、自社環境で完結できる。スキャンPDFやWordに対応。

• 社内スキャンPDFをローカルOCRとローカルLLMのみでMarkdownに変換する技術を実証した。
• 文字精度97.3%（図由来ノイズ除く）を達成し、社外秘文書のAI活用におけるセキュリティ懸念を解消。
• PaddleOCR、NDLOCR-Lite、LM Studio（localhost）など、すべてローカルで動作するツールのみを使用。
• OCR処理にCPUを利用し、LLM補正にはOpenAI互換APIをローカルで起動して対応。
• 縦書きPDFにもNDLOCR-Lite（CC BY 4.0）で対応可能だが、雑誌のような複雑なレイアウトは制限あり。