Gervigreindarkerfi · málmvinnsla, regluskjöl
GOST-net og RAG um kröfur til stáls
EVRAZ · 2025 · Gervigreindarkerfi · Python 3.11, LangChain
Frá safni PDF-staðla að tengdum þekkingargrunni: tenglar milli GOST-staðla, leit með heimildum, útflutningur krafna fyrir stálflokk í JSON
Röð frumgerða fyrir EVRAZ, en GOST-safn þess er mengi PDF-skjala án tengla milli skjala. Staðlar (PDF/DOC) eru umbreyttir í Markdown með töflum og myndum, tilvísanir í aðra GOST-staðla (skyldubundnar og upplýsandi) eru fundnar sjálfkrafa, „undirstaðlar“ eru sóttir, og ofan á þetta er byggð RAG-leit með heimildum og útdráttur á skipulögðum gögnum. Prófunarverkefnið er styrkleikaflokkurinn C235 samkvæmt GOST 27772-2021: efnasamsetning og vélrænir eiginleikar eru fluttir út í JSON. Á einni viku (30. október – 6. nóvember 2025) voru fimm útfærslur reyndar samhliða.
Verkefnið
Tilvísanir í aðra GOST-staðla í skjölunum eru ekki smellanlegar. Til að safna öllum kröfum fyrir stál C235 þarf sérfræðingur að finna aðalstaðalinn handvirkt og fara svo í gegnum hvern þann staðal sem hann nefnir, einn í einu, sem tekur langan tíma og getur leitt til yfirsjóna.
Hvað er innifalið
- Umbreyting GOST-staðla úr DOC/DOCX/PDF í Markdown, töflur (XLSX) og myndir
- Sjálfvirkur útdráttur tilvísana flokkaður sem „skyldubundnar / upplýsandi“; í GOST 27772-2021 fundust 95 einstakar tilvísanir (71 skyldubundin, 24 upplýsandi) og 232 smellanlegir tenglar voru settir inn
- Sjálfvirk leit að og niðurhal á „undirstöðlum“ (allgosts.ru, með Yandex XML API til vara): í safninu eru 60 .doc-skjöl
- RAG-svör með heimildum (Claude 4.5 Sonnet / Gemini 2.5 Pro í gegnum OpenRouter, FAISS-vektravísir)
- Útdráttur skipulagðra gagna fyrir styrkleikaflokk C235 (8 frumefni í efnasamsetningu, 3 vélrænir eiginleikar) í JSON með staðfestingu
- Útfærslur: vefþekkingargrunnur á React/tRPC, staðlanet í Neo4j með svörum sem nýta netið, RAGFlow + OpenSearch með k-NN án Docker, FastAPI + HTMX vefþjónusta með skriðli (crawler), kröfulýsing fyrir OCR-einingu með mikilli nákvæmni
Vélþýðing – í yfirlestri.