Miten Intric hakee tietoa dokumenteistasi

Useimmat työkalut kohtelevat dokumenttia tekstimassana ja etsivät siitä hakusanoja vastaavia sanoja. Intric käy dokumentin läpi etukäteen ja tuntee sen sisällön jo ennen kuin kukaan kysyy mitään. Kun sitten kysyt, Intric yhdistelee eri hakutapoja sen mukaan, mitä kysymys vaatii.

Mitä tapahtuu, kun lisäät dokumentin

Sivun rakenne säilyy

Intric ei lue sivua pelkkänä sanavirtana vaan hahmottaa sen rakenteen. Otsikko kuuluu taulukkonsa yläpuolelle ja kuvateksti kaavionsa alle, ja taulukon jokainen arvo pysyy oman sarakeotsikkonsa alla. Skannatun sivun Intric lukee tekstintunnistuksella (OCR), joten sen sisältö on käytettävissä siinä missä kirjoitetunkin sivun. Jos sivulla on tekstin sijaan kaavio tai infografiikka, Intric kuvailee sanoin, mitä kuvassa näkyy, ja sijoittaa kuvauksen oikeaan kohtaan sivulla. Mikään sisältö ei katoa matkalla.

Dokumentin tiivistäminen

Intricillä on jo ennen ensimmäistäkään kysymystä käsitys siitä, mitä kukin tiedosto käsittelee. Siksi Intric tietää, minkä tiedoston avata, kun kysyt jotain — vähän kuin kollega, joka muistaa suurin piirtein kunkin raportin sisällön jo ennen kuin lähtee hyllylle.

Tästä on eniten hyötyä, kun avustajalla on paljon tiedostoja. Jos haku kohdistuu vaikkapa viiteenkymmeneen tiedostoon yhtä aikaa, tuloksiin tulee heikkoja osumia dokumenteista, joilla ei ole kysymyksen kanssa mitään tekemistä. Ne voivat peittää alleen juuri sen kohdan, jota tarvitset. Kun Intric valitsee ensin oikean tiedoston, vastaus pysyy asiassa.

Indeksointi navigointia varten

Intric jakaa dokumentin lyhyisiin tekstiosiin, ja jokainen osa tietää, miltä sivulta se on peräisin ja missä kohtaa dokumenttia se sijaitsee. Siksi Intric voi edetä dokumentissa järjestyksessä sivu kerrallaan, kuten itse selaisit kirjaa. Samasta syystä jokainen vastaus voi viitata tiettyyn sivuun.

Laskentataulukot ovat poikkeus. Niitä Intric ei pilko lainkaan, koska paloiksi hajotettua taulukkoa ei voi laskea yhteen eikä suodattaa. Intric käsittelee sen sijaan taulukon todellisia rivejä. Kysymykseen “montako tapausta suljettiin maaliskuussa” se laskee vastauksen eikä arvioi sitä.

Miten kysymykseen vastataan

Kun esität kysymyksen, Intric punnitsee eri hakutapoja ja yhdistää niistä ne, jotka sopivat kysymykseen. Et valitse itse — Intric päättää. Jokainen tapa löytää jotain, mikä muilta jää huomaamatta, ja siksi Intric käyttää niitä kaikkia.

Avainsanahaku

Avainsanahaku on tarkkojen osumien väline. Kun etsit asianumeroa, nimeä tai tiettyä säädöstä, Intric painottaa sanatarkkaa vastaavuutta.

Miksi tämä on tärkeää: merkitykseen perustuva haku näkee artiklat 12 ja 21 lähes samana asiana, ja se voi ajautua kappaleeseen, joka käsittelee aihetta vain yleisesti. Kun juuri tietty merkkijono ratkaisee, vain sanatarkka haku on luotettava.

Semanttinen haku

Semanttinen haku etsii merkitystä eikä sanamuotoa. Kysy “yötyön riskeistä”, niin Intric löytää myös kohdan, joka käsittelee “epäsäännöllisten työaikojen terveysvaikutuksia”, koska se vertaa käsitteitä eikä sanoja.

Miksi tämä on tärkeää: harva kysyy asiaa samoilla sanoilla, joita dokumentissa sattuu olemaan. Ilman semanttista hakua sinun pitäisi tuntea dokumentin sanasto, ennen kuin löytäisit siitä mitään.

Koko dokumentin lukeminen

Jotkin tehtävät vaativat kokonaiskuvan, esimerkiksi lyhyen raportin tiivistäminen tai kahden sopimuksen vertailu kohta kohdalta.

Miksi tämä on tärkeää: joihinkin kysymyksiin ei voi vastata yksittäisten kohtien perusteella, koska vastaus riippuu kokonaisuudesta. Pitkässä dokumentissa kaiken lukeminen taas hukuttaisi olennaiset kohdat, joten Intric lukee dokumentin kokonaan vain, jos se on riittävän lyhyt. Pidemmistä dokumenteista Intric hakee ja lukee vain tarvittavat osat.

Navigoiva lukeminen

Navigoivassa lukemisessa Intric etsii ensin oikean kohdan ja etenee siitä eteenpäin. Kun kysyt kahdeksannesta luvusta, Intric paikantaa luvun alun ja lukee siitä sivu kerrallaan, kunnes vastaan tulee yhdeksäs luku.

Miksi tämä on tärkeää: haku palauttaa vain muutaman parhaiten vastaavan kohdan, ja luvun kohdalla ne ovat tyypillisesti sen alku ja pari irrallista kappaletta. Lukemalla eteenpäin Intric saa mukaan kaiken siltä väliltä, aivan kuten ihminen tekisi, eikä tiivistä lukua, josta se on nähnyt vain puolet.

Miten hakutavat toimivat yhdessä

Avainsanahaku ja semanttinen haku eivät ole toisensa poissulkevia vaihtoehtoja. Jokainen haku yhdistää ne, ja Intric säätää painotuksen erikseen joka haulle. Täsmällinen faktakysymys voi nojata pääosin avainsanoihin semanttisen haun tukemana, kun taas laaja, käsitteellinen kysymys voi ratketa lähes kokonaan semanttisesti.

Muut tavat rakentuvat tämän päälle. Tyypillisesti Intric valitsee ensin oikean tiedoston sen tiivistelmän perusteella, etsii yhdistetyllä haulla oikean kohdan ja lukee siitä eteenpäin, jos yksi kohta ei riitä vastaukseksi. Yhteen kysymykseen vastatessaan Intric voi käydä nämä vaiheet läpi useaan kertaan.

Miksi Intric ei lue kaikkea

Voisi tuntua yksinkertaisemmalta antaa kielimallille kaikki dokumentit kokonaisuudessaan ja antaa sen etsiä vastaus itse. Käytännössä kielimalli, joka saa kerralla valtavan määrän tekstiä, alkaa ohittaa keskivaiheilla olevaa sisältöä ja kadottaa yksityiskohtia. Vastaukset ovat tarkempia, kun malli työstää pientä määrää olennaista tekstiä ja Intric laajentaa aineistoa harkiten vain tarvittaessa. Samalla jokainen vastauksen osa pysyy jäljitettävissä lähteeseensä.

Kunkin vaiheen tekniset yksityiskohdat — miten Intric lukee sivut, kuvailee kuvat ja rakentaa indeksin — löydät artikkelista OCR-käsittelyputki.

Miksi vastauksissa on lähdeviitteet

Jokaisen vastauksen voi jäljittää lähteeseensä. Näet, mihin dokumenttiin, sivuun ja kohtaan avustaja vastauksensa perusti, ja voit avata lähteen ja tarkistaa asian itse. Näin voit luottaa vastaukseen sen sijaan, että ottaisit sen uskon varassa — lähdeviite on koko asian ydin, ei alaviite.

Miksi alkuperäinen tiedosto on tärkeä

Samasta syystä on tärkeää, että avustajalla on käytössään alkuperäinen tiedosto. Lähdeviitteet osoittavat lataamaasi dokumenttiin, joten mitä lähempänä tiedosto on alkuperäistä, sitä hyödyllisempi viite on. Viety tai muunnettu versio dokumentista — esimerkiksi vanhasta tietämysjärjestelmästä poimittu pelkkä teksti — ei tuota yhtä luotettavia viitteitä kuin alkuperäinen PDF- tai Word-tiedosto.