مهندسی دانش
ساختار دوگانه GraphRAG: حافظه معنایی و شبکه معرفتی که یکدیگر را کامل میکنند تا امانت را پیش از هوش خدمت کنند.
حافظه معنایی
متون به قطعاتی تقسیم شدهاند که با اثرهای معناییِ چندزبانه، در کنار نمایهسازی لفظیِ اصطلاح، نگهداری میشوند. و جستوجو ترکیبی است: نتایج معنا و نتایج لفظ را با ادغامی رتبهای گرد میآورد، پس پرسش عامیانه و اصطلاح حوزوی را با هم درمییابد.
شبکه معرفتی (گراف)
از متون، موجودیتهایی استخراج میشوند — مفاهیم و اعلام و مسائل و ادله و نصوص — و روابطی میانشان: مستند است به، نقد، شرح، شاگردی نزدِ، حکمش، با نص استدلال میکند. و هر رابطه شاهدی عینی و کوتاه از خودِ متن همراه با شماره صفحهاش دارد — پس کل شبکه قابل بازبینی انسانی است، رشته به رشته.
اصل: تهی، مشروع است
استخراجگر از نتیجهگیری از بیرون متن منع شده است؛ پس قطعهای که رابطه صریحی در آن نباشد، بدون رابطه میماند. دقت بر پُری مقدّم است.
بازبینی انسانی
مفاهیم جدید با برچسبِ «در دست بازبینی» وارد شبکه میشوند تا نظارتی علمی آنها را تأیید کند، و ادغام مترادفها از یک پالایش خودکار و سپس تأیید انسانی میگذرد.
چرا دوگانگی؟
حافظه معنایی پاسخ میدهد: درباره فلان چه گفت؟ و شبکه پاسخ میدهد: فلان چه نسبتی با فلان دارد، و چه کسی درباره چه چیزی چه گفت؟ — این دو با هم پرسش مستقیم، پرسش رابطهای، و نقشه کلی موضوع را پوشش میدهند.
← عربی و فارسی با یک دل: دو زبان چگونه در شبکه به هم میرسند؟
برای ژرفکاوان: جزئیات ساختار
آنچه گذشت، عمداً سادهسازی شده است. و اینجا — برای هر که بخواهد — نامها و مراحل همانگونه که در ساختار واقعیاند، در لایهای تاشو ذکر میشوند.
مراحل تعبیه کتابها — حافظه معنایی۶ مرحله
از کتاب تا برداری قابلجستوجو: شش مرحله، که در هر گام منبع و صفحه نگهداری میشود.
-
ورود و قطعهبندی
کتابها به قطعاتی تقسیم میشوند، و هر قطعه دادههای توصیفیِ دقیق دارد: عنوان کتاب، مؤلف، لایه حجیت، جلد، شماره صفحه، و دستهبندی.
-
اثر معناییِ چگال
هر قطعه به برداری چگال تبدیل میشود که معنا را فراتر از زبانها حمل میکند.
-
نمایهسازی لفظیِ پراکنده
در کنار معنا، بردارهای لفظیِ پراکنده (به سبک BM25) از طریق یک پردازشگر عربی اختصاصی — برای تطبیق عینی اصطلاح حوزوی.
-
جستوجوی ترکیبی در QDrant
پایگاه بردارها با مجموعههای تخصصی — فتاوا، اندیشه گسترده، فقه ژرف، خطابات — و دو بازو (معنا و لفظ) با ادغامی رتبهای یکی میشوند.
-
بازمرتبسازی معنایی
مدل، مرتبطترین به پرسش را به صدر میآورد.
-
ذخیره موقت و دروازه کیفیت
ذخیره موقتِ پرسوجوهای پرتکرار، و دروازه کیفیت با آستانههای ارتباطِ کالیبرهشده که مانع از ارائه نتیجهای ضعیف بهجای پاسخ میشود.
- منبع و صفحه برای هر قطعه.
- تطبیق معنایی و لفظی با هم.
- بازمرتبسازیای که مرتبطترین را بالا میآورد.
- آستانههای ارتباط که مانع ارائه نتیجهای ضعیف میشوند.
استخراج موجودیتها و پیوند مفاهیم — شبکه معرفتی۷ گام
از متن تا شبکهای از موجودیتها و روابط، که همگی مستند و قابل بازبینی انسانیاند.
گرههایی از گونههای مختلف و روابطی دستهبندیشده و رنگی — هر رشته مستند به شاهدی عینی و شماره صفحه.
-
استخراج موجودیتها و روابط
مدلی زبانی که مفاهیم و اعلام و مسائل و ادله و نصوص را استخراج میکند، و روابطی دستهبندیشده میانشان، با شاهدی عینی و کوتاه و شماره صفحه برای هر رابطه.
-
شبکهای غنی از روابط
دهها نوع رابطه دستهبندیشده که موجودیتها را به یکدیگر میپیوندند — در زیر نمایش داده شده.
-
منع نتیجهگیری
استخراجگر از استنباط بیرون از متن ممنوع است؛ و قطعه بدون رابطه صریح، بدون رابطه میماند. دقت پیش از پُری.
-
واژگانِ مرجعِ یکپارچه
اعلام و مفاهیم همراه با مترادفهایشان، که بهصورت خودکار از منابع دایرةالمعارفی غنی میشوند، و همه نامها از یک تابع نرمالسازی یکپارچه عربی/فارسی میگذرند (یکسانسازی همزهها و یاء و کاف، حذف اعراب…).
-
همترازسازی موجودیتها در دو لایه
نخست قطعیت: تطبیق با نامِ نرمالشده و با مترادفها، و تطبیق فازی با سنجه Sørensen-Dice از طریق APOC. سپس داوری با یک مدل زبانی بر نامزدهای مبهم، با خروجی ساختاریافته (تصمیم + درجه اطمینان + دلیل) — محتاطانه: هنگام تردید ادغام نمیکند. و مفاهیم جدید با برچسبِ «در دست بازبینی» وارد میشوند.
-
کشف ساختار
الگوریتمهایی بر گراف که اجتماعات معرفتی را آشکار میکنند، اهمیت را رتبهبندی میکنند، و میانجیگری را میسنجند — برای ارائه نقشههای مفاهیم و خوشههای بههمپیوسته.
-
بازیابی ترکیبی در لحظه پرسش
چهار ابزار که مناسبترینشان بر پایه نوع پرسش برگزیده میشود: برداری (ترکیبی + بازمرتبسازی)، گرافی (پرسوجوی Cypher تولید میکند و سپس رابطه را خوانا و با منبعش میپردازد)، اجتماعات، و فتوا.
از روابطِ دستهبندیشده
پاسخها ارشادیاند و جایگزین دفتر استفتائات شرعی نمیشوند.