COMING ComBot

DMS nadograđen veštačkom inteligencijom

Pronađite informacije po značenju i razgovarajte sa svojim DMS-om uz pomoć ComBota

Tokom godina poslovanja kompanije generišu i prikupljaju ogromnu količinu informacija, uskladištenih u formi brojnih elektronskih dokumenata, korisnicima dostupnih u strukturiranim i nestrukturiranim oblicima. Dostupne informacije predstavljaju interne arhive i izuzetno su značajan resurs u procesu donošenja odluka na nivou kompanija. Informacije su često uskladištene u obliku skeniranih dokumenata, što otežava njihovo pretraživanje, analizu i korišćenje. Kako bi svoje arhive pretvorile u alat, kompanije se većinom oslanjaju na korišćenje Document Management Systema (DMS), koji omogućavaju skladištenje, organizovanje, praćenje i pretraživanje digitalnih sadržaja. Napredne pretrage Document Management Systema oslanjaju se na upotrebu tipova dokumenata i metapodataka definisanih od strane korisnika ili na pretraživanje kompletnog sadržaja korišćenjem ključnih reči, najčešće uz pomoć invertovanih indeksa. Svaka od ovih metoda je efikasna, omogućava precizno pronalaženje dokumenata i predstavlja uobičajenu funkcionalnost ComDoc rešenja, ali istovremeno zahteva definisanje i održavanje šeme metapodataka, disciplinovanost korisnika pri unosu i izmeni metapodataka i korišćenje dodatnih resursa za implementaciju full-text pretrage. Nijedna od navedenih metoda ne obezbeđuje prednosti koje su inspirisale nastanak ovog članka i koje su razlog implementacije COMING ComBot sistema. Jedan od načina za sublimiranje prednosti koje nedostaju mogao bi biti sledeći: dokumenti moraju biti pretraživi prema značenju njihovog sadržaja, a kompanijski DMS treba posmatrati ne samo kao izvor podataka, već kao izvor znanja. Ovakva vrsta proširenja podrazumeva implementaciju mehanizama veštačke inteligencije za potrebe ekstrakcije podataka, analize sadržaja, identifikacije entiteta i njihovih međusobnih veza, ekstrakciju opisa entiteta i veza i automatsko kreiranje baze znanja kompanije. Rezultat je sistem koji će, oslanjajući se na znanje o kompaniji ekstrahovano iz dokumenata, biti u stanju da odgovori na korisnička pitanja definisana prirodnim jezikom, pri čemu će odgovori biti zasnovani na jedinstvenoj kompanijskoj praksi, u skladu sa njenim načinom rada i potkrepljeni isečcima iz dokumenata.

Dokumenti moraju biti pretraživi prema značenju njihovog sadržaja, a kompanijski DMS treba posmatrati ne samo kao izvor podataka, već kao izvor znanja

Ovakvi sistemi poznati su kao Retrieval Augmented Generation (RAG) sistemi, a primer takvog sistema za sprsko govorno područje je COMING ComBot. COMING ComBot – izvor znanja i vaš sagovornik COMING ComBot pripada grupi Retrieval Augmented Generation (RAG) sistema. Ovi sistemi veštačke inteligencije, pa tako i COMING ComBot, kombinuju pretragu informacija i generativne jezičke modele za generisanje tačnih i kontekstualno relevantnih odgovora. RAG sistemi unapređuju sposobnosti velikih jezičkih modela integracijom dodatnih baza znanja, poboljšavajući faktičku tačnost i smanjujući isključivo oslanjanje na memorisane podatke. Za razliku od standardnih RAG sistema, ComBot ne pretpostavlja postojanje kompanijske baze znanja, već integriše mehanizme za njeno kreiranje i konstantno ažuriranje, u skladu sa priraštajem dokumenata u kompaniji. Arhitektura ComBot sistema projektovana je tako da omogućava konstantno praćenje i analiziranje promena podataka u kompaniji, transformišući dostupne podatke u entitete i veze i skladišteći ih u bazu znanja, čime prati rast i razvoj kompanije. Osnovni gradivni elementi COMING ComBot sistema su: • Enterprise Knowledge Extraction modul; • Baza znanja; Dokumenti moraju biti pretraživi prema značenju njihovog sadržaja, a kompanijski DMS treba posmatrati ne samo kao izvor podataka, već kao izvor znanja DMS nadograđen veštačkom inteligencijom Pronađite informacije po značenju i razgovarajte sa svojim DMS-om uz pomoć ComBota COMING ComBot 17 • Veliki jezički model (Large Language Model – LLM); • Enterprise RAG Query processor. COMING ComBot sistem karakterišu dva osnovna, nezavisna toka obrade podataka: • Kreiranje baza znanja pojedinačnih kompanija na osnovu sadržaja dokumenata; • Jednovremena semantička pretraga najrelevantnijih delova dokumenata i generisanje odgovora, zasnovanih na kompanijskoj bazi znanja i velikim jezičkim modelima. Ovaj sistem je otvoren prema većini formata koji se koriste za skladištenje dokumenata, pa je moguće u procesu ekstrakcije znanja i popunjavanja baze znanja koristiti informacije uskladištene u obliku txt, doc, docx, pdf formata ili formata za skladištenje slika. Na primer, COMING ComBot kombinuje rezultate ekstrakcije sadržaja iz skeniranih dokumenata korišćenjem više OCR modela, pri čemu poseduje sopstveni mehanizam korekcije nepreciznosti ekstrakcije. Posebnu snagu ovog sistema čini njegova mogućnost inteligentne segmentacije sadržaja. Korišćenjem modela veštačke inteligencije ComBot deli sadržaj na elemente koji predstavljaju semantičke celine.

Podelom na celine formirane prema značenju sadržaja ComBot stvara preduslove da korisnici, uz odgovore na svoja pitanja, budu usmereni na najrelevantnije delove dokumenata koji potvrđuju odgovore sistema. Dodatno, semantički segmentirani dokumenti predstavljaju osnovu za kreiranje baze znanja. Ova baza sastavljena je iz entiteta (lica, kompanija, pojava, zaključaka, datuma, vrednosti, predmeta itd.) i njihovih međusobnih veza, a sadržaj baze generiše ComBot sistem ekstrakcijom entiteta i veza iz kompanijskih dokumenata. Pri ekstrakciji, ovaj sistem definiše opis uloge i namenu svakog entiteta ili veze u sistemu. Interesantno je naglasiti da ovaj sistem omogućava nadogradnju kompanijske baze znanja u ritmu pristizanja novih dokumenata, bez dupliranja entiteta ili veza u bazi znanja. Iz korisničkog ugla, ComBot podseća na klasične chat aplikacije, kakve su ChatGPT, Grok, Claude ili Gemini. Korisnici postavljaju pitanja koristeći prirodni jezik, opisujući informacije za koje su zainteresovani. Međutim, u odnosu na navedene sisteme, ComBot korisnicima nudi više bitnih prednosti. Kompletan sistem može se izvršavati na infrastrukturi korisnika, uz minimalno investiranje u hardver neophodan za izvršavanje modela veštačke inteligencije. Na ovaj način se unapređuje bezbednost podataka i smanjuje mogućnost slučajnog odavanja poverljivih informacija, što bi se moglo desiti pri korišćenju prethodno pomenutih aplikacija sličnih funkcionalnosti. Sve informacije koje se koriste za generisanje odgovora na korisnička pitanja zasnovane su na kompanijskoj bazi znanja, čime se drastično redukuje potencijalna iluzornost modela veštačke inteligencije koje sistem koristi pri generisanju odgovora. Svaki odgovor sistema praćen je najrelevantnijim izvorima informacija koje sistem koristi za njihovo generisanje. Izvori informacija su zapravo segmenti kompanijskih dokumenata, pa su korisniku, pored konkretnog odgovora, na raspolaganju i delovi originalnog sadržaja kompanijskih dokumenata koji sadrže odgovor na postavljeno pitanje. ComBot je u stanju da brzo i efikasno izvodi zaključke na osnovu sadržaja poslovne dokumentacije, da pronađe najrelevantnije informacije, generiše precizne odgovore i uputi korisnika na delove dokumenata koji su mu od interesa. Kombinujući inteligentnu analizu sadržaja, ekstrakciju entiteta i veza i formiranje baze znanja sa velikim jezičkim modelima, ComBot će transformisati vaš DMS u izvor znanja i mogućnosti. Prof. dr Miloš Bogdanović, doc. dr Milena Frtunić Gligorijević, msr. sci Pavle Antonijević, COMING AI �