Σύστημα AI · μεταλλουργία, κανονιστική τεκμηρίωση
Γράφημα GOST και RAG για απαιτήσεις χάλυβα
EVRAZ · 2025 · Σύστημα AI · Python 3.11, LangChain
Από ένα σύνολο προτύπων PDF σε μια διασυνδεδεμένη βάση γνώσεων: σύνδεσμοι μεταξύ GOST, αναζήτηση με πηγές, εξαγωγή των απαιτήσεων κατηγορίας χάλυβα σε JSON
Μια σειρά πρωτοτύπων για την EVRAZ, της οποίας η βιβλιοθήκη GOST είναι ένα σύνολο PDF χωρίς συνδέσεις μεταξύ των εγγράφων. Τα πρότυπα (PDF/DOC) μετατρέπονται σε Markdown με πίνακες και εικόνες, οι παραπομπές σε άλλα GOST (κανονιστικές και ενημερωτικές) εντοπίζονται αυτόματα, τα «θυγατρικά» πρότυπα λαμβάνονται, και πάνω σε αυτά χτίζονται αναζήτηση RAG με πηγές και εξαγωγή δομημένων δεδομένων. Η δοκιμαστική εργασία είναι η κατηγορία αντοχής C235 σύμφωνα με το GOST 27772-2021: η χημική σύσταση και οι μηχανικές ιδιότητες εξάγονται σε JSON. Μέσα σε μία εβδομάδα (30 Οκτωβρίου – 6 Νοεμβρίου 2025) δοκιμάστηκαν παράλληλα πέντε επιλογές υλοποίησης.
Το ζητούμενο
Οι παραπομπές σε άλλα GOST μέσα στα έγγραφα δεν είναι κλικαρίσιμες. Για να συγκεντρώσει όλες τις απαιτήσεις για τον χάλυβα C235, ένας ειδικός πρέπει να βρει με το χέρι το κύριο πρότυπο και μετά να περάσει ένα ένα όλα τα πρότυπα που αναφέρονται σε αυτό, κάτι που παίρνει πολύ χρόνο και αφήνει περιθώριο να διαφύγει κάτι.
Τι περιλαμβάνει
- Μετατροπή GOST από DOC/DOCX/PDF σε Markdown, πίνακες (XLSX) και εικόνες
- Αυτόματη εξαγωγή παραπομπών με ταξινόμηση σε «κανονιστικές / ενημερωτικές»· στο GOST 27772-2021 βρέθηκαν 95 μοναδικές παραπομπές (71 κανονιστικές, 24 ενημερωτικές) και εισήχθησαν 232 κλικαρίσιμοι υπερσύνδεσμοι
- Αυτόματη αναζήτηση και λήψη «θυγατρικών» GOST (allgosts.ru, με το Yandex XML API ως εφεδρικό): το σώμα κειμένων περιλαμβάνει 60 έγγραφα .doc
- Απαντήσεις RAG με πηγές (Claude 4.5 Sonnet / Gemini 2.5 Pro μέσω OpenRouter, διανυσματικός δείκτης FAISS)
- Εξαγωγή δομημένων δεδομένων για την κατηγορία αντοχής C235 (8 στοιχεία χημικής σύστασης, 3 μηχανικές ιδιότητες) σε JSON με επικύρωση
- Παραλλαγές: web βάση γνώσεων σε React/tRPC, γράφημα προτύπων σε Neo4j με απαντήσεις που λαμβάνουν υπόψη το γράφημα, RAGFlow + OpenSearch με k-NN χωρίς Docker, web υπηρεσία FastAPI + HTMX με crawler, προδιαγραφές για μονάδα OCR υψηλής ακρίβειας
Μηχανική μετάφραση — βρίσκεται σε διαδικασία επιμέλειας.