AI সিস্টেম · ধাতুবিদ্যা, নিয়ম-কানুনের ডকুমেন্টেশন
GOST গ্রাফ ও ইস্পাতের চাহিদার ওপর RAG
EVRAZ · 2025 · AI সিস্টেম · Python 3.11, LangChain
PDF স্ট্যান্ডার্ডের সংকলন থেকে সংযুক্ত নলেজ বেস: GOST-গুলোর মধ্যে লিংক, সূত্রসহ সার্চ, ইস্পাতের শ্রেণির চাহিদা JSON-এ এক্সপোর্ট
EVRAZ-এর জন্য প্রোটোটাইপের একটি সিরিজ; তাদের GOST লাইব্রেরি PDF-এর একটি সংকলন, ডকুমেন্টগুলোর মধ্যে কোনো লিংক নেই। স্ট্যান্ডার্ডগুলো (PDF/DOC) টেবিল ও ছবিসহ Markdown-এ রূপান্তরিত হয়, অন্য GOST-এর রেফারেন্স (বাধ্যতামূলক ও তথ্যমূলক) স্বয়ংক্রিয়ভাবে খুঁজে বের করা হয়, “সন্তান” স্ট্যান্ডার্ড ডাউনলোড হয়, আর তার ওপর গড়া হয় সূত্রসহ RAG সার্চ ও কাঠামোবদ্ধ ডেটা নিষ্কাশন। পরীক্ষামূলক কাজ — GOST 27772-2021 অনুযায়ী C235 শক্তি-শ্রেণি: রাসায়নিক গঠন ও যান্ত্রিক বৈশিষ্ট্য JSON-এ এক্সপোর্ট করা। এক সপ্তাহে (30 অক্টোবর – 6 নভেম্বর 2025) পাঁচটি বাস্তবায়ন-বিকল্প সমান্তরালে চেষ্টা করা হয়েছে।
কাজ
ডকুমেন্টের ভেতরে অন্য GOST-এর রেফারেন্সে ক্লিক করা যায় না। C235 ইস্পাতের সব চাহিদা জোগাড় করতে বিশেষজ্ঞকে হাতে প্রধান স্ট্যান্ডার্ড খুঁজতে হয়, তারপর তাতে উল্লিখিত প্রতিটি স্ট্যান্ডার্ড একে একে ঘাঁটতে হয়; এতে অনেক সময় লাগে এবং কিছু বাদ পড়ে যায়।
ভেতরে যা আছে
- GOST-কে DOC/DOCX/PDF থেকে Markdown, টেবিল (XLSX) ও ছবিতে রূপান্তর
- “বাধ্যতামূলক / তথ্যমূলক” শ্রেণিতে ভাগ করে রেফারেন্সের স্বয়ংক্রিয় নিষ্কাশন; GOST 27772-2021-এ 95টি অনন্য রেফারেন্স পাওয়া গেছে (71টি বাধ্যতামূলক, 24টি তথ্যমূলক) এবং 232টি ক্লিকযোগ্য হাইপারলিংক বসানো হয়েছে
- “সন্তান” GOST-এর স্বয়ংক্রিয় সার্চ ও ডাউনলোড (allgosts.ru, ফলব্যাক হিসেবে Yandex XML API): কর্পাসে আছে 60টি .doc ডকুমেন্ট
- সূত্রসহ RAG উত্তর (OpenRouter-এর মাধ্যমে Claude 4.5 Sonnet / Gemini 2.5 Pro, FAISS ভেক্টর ইনডেক্স)
- C235 শক্তি-শ্রেণির কাঠামোবদ্ধ ডেটা (রাসায়নিক গঠনের 8টি উপাদান, যান্ত্রিক বৈশিষ্ট্যের 3টি) যাচাইসহ JSON-এ নিষ্কাশন
- বিকল্পসমূহ: React/tRPC-তে ওয়েব নলেজ বেস, Neo4j-তে গ্রাফ-সচেতন উত্তরসহ স্ট্যান্ডার্ডের গ্রাফ, Docker ছাড়া k-NN-সহ RAGFlow + OpenSearch, ক্রলারসহ FastAPI + HTMX ওয়েব সার্ভিস, উচ্চ-নির্ভুলতার OCR মডিউলের স্পেসিফিকেশন
মেশিন অনুবাদ — প্রুফরিডিং চলছে।