AI sistem · metalurgija, normativna dokumentacija
Graf standardov GOST in RAG za zahteve glede jekla
EVRAZ · 2025 · AI sistem · Python 3.11, LangChain
Od nabora standardov v PDF do povezane baze znanja: povezave med standardi GOST, iskanje z viri, izvoz zahtev za razred jekla v JSON
Serija prototipov za EVRAZ, katerega knjižnica standardov GOST je nabor datotek PDF brez povezav med dokumenti. Standardi (PDF/DOC) se pretvorijo v Markdown s tabelami in slikami, sklicevanja na druge standarde GOST (normativna in informativna) se najdejo samodejno, „podrejeni“ standardi se prenesejo, nad njimi pa se zgradita iskanje RAG z viri in izluščanje strukturiranih podatkov. Preizkusna naloga je trdnostni razred C235 po GOST 27772-2021: kemijska sestava in mehanske lastnosti se izvozijo v JSON. V enem tednu (od 30. oktobra do 6. novembra 2025) je bilo vzporedno preizkušenih pet različic izvedbe.
Naloga
Sklicevanja na druge standarde GOST v dokumentih niso klikljiva. Za zbiranje vseh zahtev za jeklo C235 mora strokovnjak ročno poiskati glavni standard in nato enega za drugim pregledati vse standarde, ki jih omenja, kar traja dolgo in omogoča, da kaj spregleda.
Kaj vsebuje
- Pretvorba standardov GOST iz DOC/DOCX/PDF v Markdown, tabele (XLSX) in slike
- Samodejno izluščanje sklicevanj, razvrščenih kot „normativna / informativna“; v GOST 27772-2021 je bilo najdenih 95 edinstvenih sklicevanj (71 normativnih, 24 informativnih) in vstavljenih 232 klikljivih hiperpovezav
- Samodejno iskanje in prenos „podrejenih“ standardov GOST (allgosts.ru, z Yandex XML API kot rezervo): korpus vsebuje 60 dokumentov .doc
- Odgovori RAG z viri (Claude 4.5 Sonnet / Gemini 2.5 Pro prek OpenRouter, vektorski indeks FAISS)
- Izluščanje strukturiranih podatkov za trdnostni razred C235 (8 elementov kemijske sestave, 3 mehanske lastnosti) v JSON z validacijo
- Različice: spletna baza znanja na React/tRPC, graf standardov v Neo4j z odgovori, ki upoštevajo graf, RAGFlow + OpenSearch s k-NN brez Dockerja, spletna storitev FastAPI + HTMX z iskalnikom (crawler), specifikacija modula OCR z visoko natančnostjo
Strojni prevod – v lektoriranju.