Как я строю нейросимвольное извлечение условий из тендерных документов
Рабочее название прототипа: Tender Semantic Engine (TSE)Если фрагмент оказался неправильным ответом на один вопрос, сначала стоит проверить, не является ли он правильным ответом на другой.Задача, которая только кажется простойЯ разрабатываю настольную систему для работы с тендерами. Один из ее модулей должен читать комплект закупочной документации и переносить в карточку тендера конкретные условия: порядок оплаты, аванс, срок и место поставки, гарантию, обеспечение, штрафы и другие обязательства сторон.Обычно один комплект состоит из договора, технического задания, спецификаций, приложений и Excel-таблиц. В текущем контуре обрабатываются Word, Excel и PDF с текстовым слоем. Сканированные документы и OCR пока рассматриваются как отдельная задача.Сначала кажется, что достаточно регулярных выражений, ключевых слов, классификатора или современной LLM. Но основная проблема не в том, чтобы найти предложение со словами «поставка», «оплата» или «гарантия». Нужно понять, какое действие оно выражает и к какому условию относится числовое значение. Читать далее