מערכת AI · מטלורגיה, תיעוד רגולטורי
גרף GOST ו-RAG לדרישות פלדה
EVRAZ · 2025 · מערכת AI · Python 3.11, LangChain
מאוסף תקנים ב-PDF למאגר ידע מקושר: קישורים בין תקני GOST, חיפוש עם מקורות, ייצוא הדרישות לסוג הפלדה ל-JSON
סדרת אבות טיפוס עבור EVRAZ, שספריית תקני ה-GOST שלה היא אוסף קובצי PDF ללא קישורים בין המסמכים. התקנים (PDF/DOC) מומרים ל-Markdown עם טבלאות ותמונות, ההפניות לתקני GOST אחרים (נורמטיביות ואינפורמטיביות) מאותרות אוטומטית, תקני ה"בת" מורדים, ומעל כל זה נבנים חיפוש RAG עם מקורות וחילוץ נתונים מובנים. משימת המבחן — דרגת חוזק C235 לפי GOST 27772-2021: ההרכב הכימי והתכונות המכניות מיוצאים ל-JSON. במשך שבוע אחד (30 באוקטובר – 6 בנובמבר 2025) נבחנו במקביל חמש חלופות מימוש.
המשימה
ההפניות לתקני GOST אחרים בתוך המסמכים אינן לחיצות. כדי לאסוף את כל הדרישות לפלדת C235, מומחה צריך לאתר ידנית את התקן הראשי ואז לעבור אחד אחד על כל התקנים שמוזכרים בו — תהליך ארוך שבו קל לפספס דברים.
מה בפנים
- המרת תקני GOST מ-DOC/DOCX/PDF ל-Markdown, לטבלאות (XLSX) ולתמונות
- חילוץ אוטומטי של הפניות עם סיווג "נורמטיבית / אינפורמטיבית"; ב-GOST 27772-2021 אותרו 95 הפניות ייחודיות (71 נורמטיביות, 24 אינפורמטיביות) ושובצו 232 היפר-קישורים לחיצים
- חיפוש והורדה אוטומטיים של תקני GOST "בת" (allgosts.ru, עם Yandex XML API כגיבוי): בקורפוס 60 מסמכי doc
- תשובות RAG עם מקורות (Claude 4.5 Sonnet / Gemini 2.5 Pro דרך OpenRouter, אינדקס וקטורי FAISS)
- חילוץ נתונים מובנים עבור דרגת חוזק C235 (8 רכיבים של ההרכב הכימי, 3 תכונות מכניות) ל-JSON עם ולידציה
- חלופות: מאגר ידע מבוסס ווב על React/tRPC, גרף תקנים ב-Neo4j עם תשובות שמתחשבות במבנה הגרף (graph-aware), RAGFlow + OpenSearch עם k-NN ללא Docker, שירות ווב FastAPI + HTMX עם סורק (crawler), ואפיון למודול OCR בדיוק גבוה
תרגום מכונה — בהגהה.