Розроблення вебсервісу пошуку інформації у PDF з автоматичною верифікацією відповідей на основі Retrieval-Augmented Generation (RAG)

Abstract

Кваліфікаційна робота складається зі вступу, трьох розділів, висновків, списку використаних джерел та додатків. Основний зміст викладено на 58 сторінках і містить 24 рисунків, 15 лістингів, 15 таблиць та 3 додатків. Об’єктом дослідження є сучасні програмні засоби для інтелектуального пошуку та обробки інформації в електронних документах. Предметом дослідження є інструменти та підходи до створення вебзастосунку для пошуку інформації у PDF-документах із використанням штучного інтелекту, семантичного пошуку, embeddings та технології Retrieval- Augmented Generation. Метою роботи є розробка вебсервісу, який дозволяє завантажувати PDF- документи, обробляти їхній текстовий вміст, знаходити релевантні фрагменти документа та формувати відповіді на запити користувача за допомогою великої мовної моделі. У першому розділі розглянуто особливості PDF-документів, проблеми вилучення та пошуку текстової інформації, а також основні поняття штучного інтелекту, великих мовних моделей і технології RAG. У другому розділі проаналізовано засоби реалізації проєкту, зокрема Next.js, TypeScript, Redux Toolkit, Supabase та OpenAI API, а також підходи до зберігання даних, генерації embeddings і виконання семантичного пошуку. У третьому розділі описано проєктування та реалізацію вебсервісу: завантаження й обробку PDF-файлів, поділ тексту на фрагменти, створення embeddings, пошук релевантного контексту, генерацію відповіді та її додаткову перевірку. Результатом роботи є вебсервіс для пошуку та перевірки інформації у PDF- документах із використанням штучного інтелекту, семантичного пошуку та Retrieval-Augmented Generation.