Passaggio 1 / 5
Acquisire
Raccogliere da fonti diverse
Le fonti arrivano da caricamenti o da connettori pianificati. Prima dell'elaborazione i file passano dal controllo antimalware.
- Caricamento di file e connettori per web, feed, posta, archivi e dataset
- Rilettura delle sole novità, con confronto del contenuto
- Controllo antimalware prima dell'elaborazione
Passaggio 2 / 5
Strutturare
Estrarre, normalizzare, classificare
Il testo viene estratto dal formato originale e riordinato: titoli, paragrafi, tabelle, allegati. Poi si ricavano i metadati.
- Estrazione da PDF, Office, HTML, email e archivi ZIP, con OCR per le scansioni
- Normalizzazione di sillabazione, intestazioni ripetute e testo corrotto
- Metadati ricavati dalle regole del profilo di dominio
Passaggio 3 / 5
Indicizzare
Preparare al recupero
Il testo diventa porzioni di dimensione utile. Ognuna è indicizzata sia per parole sia per significato.
- Suddivisione guidata dalla struttura del documento
- Indice full-text e vettori di significato (embedding)
- Elaborazione affidata a worker sul server o remoti
Passaggio 4 / 5
Contestualizzare
Provenienza, versioni, tempo
Ogni porzione ricorda da dove viene. Le versioni non si sovrascrivono e la validità nel tempo è un dato, non un'ipotesi.
- Riferimento a documento, versione e sezione
- Validità nel tempo e data di riferimento della domanda
- Relazioni tra documenti: «sostituisce» e «modifica»
Passaggio 5 / 5
Attivare
Rendere la conoscenza utilizzabile
Con l'autorizzazione già verificata, la conoscenza viene letta da ricerca, assistenti e applicazioni.
- Ricerca ibrida con filtri e riferimenti espliciti
- Risposte con citazioni verificate sui passaggi usati
- Interfaccia web, bot Telegram, esportazione in DOCX e Markdown
- Agenti con strumentiIn roadmap