ポイント

データの種類は「表の形があるか」「タグやキーなどで項目名がデータ自身に付いているか」で見分けます。
・構造化データ: 行と列が決まった表 (基幹データベース・CSV)。事前に定めたスキーマに沿って項目が並びます。
・半構造化データ: XML・JSON のようにタグやキーで項目を自己記述します。表ではないものの、項目の数や並び順が違っても項目名で値を特定できます。
・非構造化データ: 文書・画像・音声。文書の項目が要るならインテリジェントドキュメント処理 (IDP) で取り出し、内容に基づいて答えるなら埋め込みと検索を使います。
IDP は、定型の帳票を含む紙・スキャン画像・PDF から項目を読み取る処理で、項目名が付いた XML・JSON には要りません。「表形式でない＝非構造化データ」と短絡させる選択肢に注意しましょう。