AI सिस्टम · धातुकर्म, नियामक दस्तावेज़ीकरण
स्टील की आवश्यकताओं पर GOST ग्राफ़ और RAG
EVRAZ · 2025 · AI सिस्टम · Python 3.11, LangChain
PDF मानकों के सेट से आपस में जुड़े नॉलेज बेस तक: GOST के बीच लिंक, स्रोतों के साथ खोज, स्टील क्लास की आवश्यकताओं का JSON में एक्सपोर्ट
EVRAZ के लिए प्रोटोटाइप की एक श्रृंखला, जिसकी GOST लाइब्रेरी PDF का सेट है और दस्तावेज़ों के बीच कोई लिंक नहीं है। मानकों (PDF/DOC) को टेबल और इमेज के साथ Markdown में बदला जाता है, दूसरे GOST के संदर्भ (नियामक और सूचनात्मक) अपने-आप खोजे जाते हैं, “चाइल्ड” मानक डाउनलोड होते हैं, और उनके ऊपर स्रोतों के साथ RAG सर्च और स्ट्रक्चर्ड डेटा निष्कर्षण बनाया गया है। टेस्ट टास्क GOST 27772-2021 के तहत मज़बूती की क्लास C235 है: रासायनिक संरचना और यांत्रिक गुण JSON में एक्सपोर्ट होते हैं। एक हफ़्ते में (30 अक्टूबर – 6 नवंबर 2025) पाँच कार्यान्वयन विकल्प समानांतर आज़माए गए।
काम
दस्तावेज़ों के भीतर दूसरे GOST के संदर्भ क्लिक करने लायक नहीं हैं। C235 स्टील की सारी आवश्यकताएँ जुटाने के लिए विशेषज्ञ को पहले मुख्य मानक हाथ से खोजना पड़ता है, फिर उसमें बताए हर मानक को एक-एक करके देखना पड़ता है; इसमें बहुत समय लगता है और चूक हो जाती है।
इसमें क्या है
- GOST का DOC/DOCX/PDF से Markdown, टेबल (XLSX) और इमेज में रूपांतरण
- “नियामक / सूचनात्मक” में वर्गीकृत संदर्भों का स्वचालित निष्कर्षण; GOST 27772-2021 में 95 अद्वितीय संदर्भ मिले (71 नियामक, 24 सूचनात्मक) और 232 क्लिक करने योग्य हाइपरलिंक डाले गए
- “चाइल्ड” GOST की स्वचालित खोज और डाउनलोड (allgosts.ru, बैकअप के रूप में Yandex XML API): कॉर्पस में 60 .doc दस्तावेज़ हैं
- स्रोतों के साथ RAG जवाब (OpenRouter के ज़रिए Claude 4.5 Sonnet / Gemini 2.5 Pro, FAISS वेक्टर इंडेक्स)
- मज़बूती की क्लास C235 का स्ट्रक्चर्ड डेटा (रासायनिक संरचना के 8 तत्व, 3 यांत्रिक गुण) वैलिडेशन के साथ JSON में निष्कर्षण
- विकल्प: React/tRPC पर वेब नॉलेज बेस, Neo4j में मानकों का ग्राफ़ और ग्राफ़-आधारित जवाब, बिना Docker के k-NN वाला RAGFlow + OpenSearch, क्रॉलर के साथ FastAPI + HTMX वेब सेवा, और उच्च-सटीकता वाले OCR मॉड्यूल का स्पेसिफ़िकेशन
मशीन अनुवाद — प्रूफ़रीडिंग जारी है।