Системаи AI · металлургия, ҳуҷҷатгузории меъёрӣ
Графи GOST ва RAG аз рӯи талаботи пӯлод
EVRAZ · 2025 · Системаи AI · Python 3.11, LangChain
Аз маҷмӯи стандартҳои PDF то пойгоҳи дониши пайваст: истинодҳо байни GOST-ҳо, ҷустуҷӯ бо манбаъҳо, содироти талаботи синфи пӯлод ба JSON
Силсилаи прототипҳо барои EVRAZ, ки китобхонаи GOST-и он маҷмӯи PDF-ҳост бе истинод байни ҳуҷҷатҳо. Стандартҳо (PDF/DOC) бо ҷадвалҳо ва тасвирҳо ба Markdown табдил дода мешаванд, истинод ба GOST-ҳои дигар (меъёрӣ ва иттилоотӣ) ба таври худкор ёфта мешавад, стандартҳои «фарзанд» бор карда мешаванд, ва RAG-ҷустуҷӯ бо манбаъҳо ва ҷудо кардани маълумоти сохторёфта бар болои он сохта мешавад. Вазифаи озмоишӣ — синфи мустаҳкамии C235 мувофиқи GOST 27772-2021: таркиби кимиёвӣ ва хосиятҳои механикӣ ба JSON содир карда мешаванд. Дар давоми як ҳафта (30 октябр – 6 ноябри соли 2025) панҷ варианти татбиқ ба таври мувозӣ санҷида шуд.
Вазифа
Истинодҳо ба GOST-ҳои дигар дар дохили ҳуҷҷатҳо клик намешаванд. Барои ҷамъ кардани тамоми талабот ба пӯлоди C235 мутахассис бояд стандарти асосиро ба таври дастӣ ёбад ва сипас ҳар стандартеро, ки он зикр мекунад, яке-яке аз назар гузаронад, ки вақти зиёдро мегирад ва имкон медиҳад чизе аз назар афтад.
Дар дохил чӣ ҳаст
- Табдили GOST-ҳо аз DOC/DOCX/PDF ба Markdown, ҷадвалҳо (XLSX) ва тасвирҳо
- Ҷудо кардани худкори истинодҳо бо таснифи «меъёрӣ / иттилоотӣ»; дар GOST 27772-2021 95 истиноди беназир ёфт шуд (71 меъёрӣ, 24 иттилоотӣ) ва 232 гиперистиноди клик шаванда дарҷ карда шуд
- Ҷустуҷӯ ва боркунии худкори GOST-ҳои «фарзанд» (allgosts.ru, бо Yandex XML API ҳамчун захира): корпус 60 ҳуҷҷати .doc дорад
- Ҷавобҳои RAG бо манбаъҳо (Claude 4.5 Sonnet / Gemini 2.5 Pro тавассути OpenRouter, индекси векторӣ FAISS)
- Ҷудо кардани маълумоти сохторёфта барои синфи мустаҳкамии C235 (8 унсури таркиби кимиёвӣ, 3 хосияти механикӣ) ба JSON бо санҷиш
- Вариантҳо: пойгоҳи дониши веб бар React/tRPC, графи стандартҳо дар Neo4j бо ҷавобҳои графнигоҳ, RAGFlow + OpenSearch бо k-NN бе Docker, хидмати веби FastAPI + HTMX бо кроулер, супориши техникӣ барои модули OCR-и дақиқии баланд
Тарҷумаи мошинӣ — дар ҳоли тасҳеҳ.