AI system · metalurhiya, regulatory na dokumentasyon
GOST graph at RAG sa mga requirement ng bakal
EVRAZ · 2025 · AI system · Python 3.11, LangChain
Mula sa hanay ng mga PDF na pamantayan tungo sa magkakaugnay na knowledge base: mga link sa pagitan ng mga GOST, paghahanap na may mga pinagmulan, pag-export ng mga requirement ng grado ng bakal sa JSON
Isang serye ng mga prototype para sa EVRAZ, na ang GOST library ay hanay ng mga PDF na walang ugnayan ang mga dokumento. Kino-convert sa Markdown na may mga table at larawan ang mga pamantayan (PDF/DOC), awtomatikong natutuklasan ang mga reference sa iba pang GOST (normative at informative), dina-download ang mga “child” na pamantayan, at binubuo sa ibabaw nito ang RAG search na may mga pinagmulan at structured data extraction. Ang test task ay strength class C235 ayon sa GOST 27772-2021: ine-export sa JSON ang chemical composition at mga mechanical property. Sa loob ng isang linggo (Oktubre 30 – Nobyembre 6, 2025), limang opsyon sa implementasyon ang sabay-sabay na sinubukan.
Ang gawain
Hindi ma-click ang mga reference sa iba pang GOST sa loob ng mga dokumento. Upang makuha ang lahat ng requirement para sa C235 na bakal, kailangang manu-manong hanapin ng espesyalista ang pangunahing pamantayan at isa-isang suriin ang bawat pamantayang binabanggit nito, na matagal at may nakakalusot.
Ano ang nasa loob
- Pag-convert ng mga GOST mula DOC/DOCX/PDF tungo sa Markdown, mga table (XLSX), at mga larawan
- Awtomatikong pagkuha ng mga reference na inuri bilang “normative / informative”; sa GOST 27772-2021, 95 natatanging reference ang natagpuan (71 normative, 24 informative) at 232 clickable na hyperlink ang naipasok
- Awtomatikong paghahanap at pag-download ng mga “child” na GOST (allgosts.ru, na may Yandex XML API bilang fallback): 60 .doc na dokumento ang nasa corpus
- Mga sagot ng RAG na may mga pinagmulan (Claude 4.5 Sonnet / Gemini 2.5 Pro sa pamamagitan ng OpenRouter, FAISS vector index)
- Pagkuha ng structured data para sa strength class C235 (8 elemento ng chemical composition, 3 mechanical property) tungo sa JSON na may validation
- Mga variant: web knowledge base sa React/tRPC, graph ng mga pamantayan sa Neo4j na may mga sagot na graph-aware, RAGFlow + OpenSearch na may k-NN nang walang Docker, FastAPI + HTMX na web service na may crawler, spesipikasyon para sa high-accuracy na OCR module
Machine translation — kasalukuyang pinapasuri.