Sistem AI · metalurgi, dokumentasi regulasi
Graf GOST dan RAG untuk persyaratan baja
EVRAZ · 2025 · Sistem AI · Python 3.11, LangChain
Dari kumpulan standar PDF ke basis pengetahuan yang saling terhubung: tautan antar-GOST, pencarian dengan sumber, ekspor persyaratan kelas baja ke JSON
Serangkaian prototipe untuk EVRAZ, yang perpustakaan GOST-nya berupa kumpulan PDF tanpa tautan antardokumen. Standar (PDF/DOC) dikonversi ke Markdown beserta tabel dan gambar, rujukan ke GOST lain (normatif dan informatif) ditemukan secara otomatis, standar “turunan” diunduh, lalu di atasnya dibangun pencarian RAG dengan sumber dan ekstraksi data terstruktur. Tugas ujinya adalah kelas kekuatan C235 menurut GOST 27772-2021: komposisi kimia dan sifat mekanis diekspor ke JSON. Dalam satu minggu (30 Oktober – 6 November 2025), lima opsi implementasi dicoba secara paralel.
Tugas
Rujukan ke GOST lain di dalam dokumen tidak bisa diklik. Untuk mengumpulkan semua persyaratan baja C235, seorang spesialis harus mencari standar utama secara manual lalu memeriksa satu per satu setiap standar yang disebutkannya — lama dan ada yang terlewat.
Isinya
- Konversi GOST dari DOC/DOCX/PDF ke Markdown, tabel (XLSX), dan gambar
- Ekstraksi otomatis rujukan yang diklasifikasikan sebagai “normatif / informatif”; di GOST 27772-2021 ditemukan 95 rujukan unik (71 normatif, 24 informatif) dan disisipkan 232 hyperlink yang bisa diklik
- Pencarian dan pengunduhan otomatis GOST “turunan” (allgosts.ru, dengan Yandex XML API sebagai cadangan): korpus berisi 60 dokumen .doc
- Jawaban RAG dengan sumber (Claude 4.5 Sonnet / Gemini 2.5 Pro lewat OpenRouter, indeks vektor FAISS)
- Ekstraksi data terstruktur untuk kelas kekuatan C235 (8 unsur komposisi kimia, 3 sifat mekanis) ke JSON dengan validasi
- Varian: basis pengetahuan web dengan React/tRPC, graf standar di Neo4j dengan jawaban yang memahami graf, RAGFlow + OpenSearch dengan k-NN tanpa Docker, layanan web FastAPI + HTMX dengan crawler, spesifikasi modul OCR berakurasi tinggi
Terjemahan mesin — sedang diperiksa.