Så här söker Intric i dina dokument

De flesta verktyg ser ett dokument som en textmassa och letar efter ord som matchar. Intric går i stället igenom dokumentet i förväg och vet därför vad det innehåller redan innan någon hunnit fråga något. När du sedan ställer en fråga kombinerar Intric flera sätt att söka, beroende på vad frågan kräver.

Det här händer när du lägger till ett dokument

Sidan behåller sin struktur

Intric läser en sida med hela dess layout, inte som en lång rad ord. En rubrik hör till tabellen under den, en bildtext hör till diagrammet ovanför, och i en tabell stannar varje värde under sin kolumnrubrik. Skannade sidor tolkar Intric med OCR, så en skannad sida räknas lika mycket som en som är skriven på dator. Om en sida har ett diagram eller en infografik i stället för text beskriver Intric vad bilden visar och lägger in beskrivningen på rätt ställe på sidan. Ingenting försvinner i det tysta.

En sammanfattning av varje fil

Redan innan någon ställer en fråga vet Intric ungefär vad varje fil handlar om. Det är så Intric hittar rätt fil att öppna när du frågar något — ungefär som en kollega som redan har en bild av vad varje rapport innehåller innan hen går fram till hyllan.

Det här spelar störst roll när en assistent har många filer. Söker Intric i alla femtio på en gång dyker det upp svaga träffar från dokument som inte har med frågan att göra, och de kan tränga undan just det stycke du behöver. När Intric väljer rätt fil först håller sig svaret till saken.

Ett index att navigera i

Intric delar upp dokumentet i korta avsnitt och noterar för vart och ett vilken sida det kommer från och var i dokumentet det hör hemma. Därför kan Intric gå igenom dokumentet i ordning, sida för sida, ungefär som när du bläddrar i en bok. Det är också därför varje svar kan hänvisa till en viss sida.

Kalkylblad är ett undantag: Intric delar inte upp dem alls, eftersom en tabell i bitar inte går att summera eller filtrera. Intric arbetar i stället med själva raderna och räknar ut svaret på en fråga som “hur många ärenden avslutades i mars”, utan att uppskatta.

Så svarar Intric på en fråga

När du ställer en fråga väger Intric flera sätt att söka mot varandra och kombinerar de som passar frågan. Du behöver inte välja — det gör Intric. Varje metod klarar något som de andra missar, och därför behöver Intric alla.

Nyckelordssökning

När det gäller exakta träffar — ett ärendenummer, ett namn, en viss bestämmelse — prioriterar Intric ordagrann matchning.

Varför det behövs: en sökning på betydelse ser “artikel 12” och “artikel 21” som nästan samma sak och kan glida iväg mot ett stycke som tar upp ämnet i allmänhet. När själva formuleringen är hela poängen är det bara en ordagrann matchning som går att lita på.

Semantisk sökning

Här är det betydelsen som räknas, inte ordvalet. Frågar du om “riskerna med nattarbete” hittar sökningen också ett avsnitt om “hälsoeffekter av oregelbundna arbetstider”, eftersom den matchar begrepp och inte enskilda ord.

Varför det behövs: få ställer sin fråga med just de ord som står i dokumentet. Utan semantisk sökning skulle du behöva kunna dokumentets egna formuleringar för att hitta något alls.

Hela dokumentet

Vissa uppgifter kräver helheten, till exempel att sammanfatta en kort rapport eller jämföra två avtal punkt för punkt.

Varför det behövs: vissa frågor går inte att besvara utifrån enskilda avsnitt, eftersom svaret hänger på helheten. I ett långt dokument skulle de relevanta delarna däremot drunkna om Intric läste allt. Intric läser därför bara ett dokument från början till slut när det är tillräckligt kort. I längre dokument söker Intric i stället och läser bara de delar som behövs.

Navigerande läsning

Ibland behöver Intric först hitta ett ställe och sedan följa texten därifrån. Frågar du om kapitel åtta letar Intric upp var kapitlet börjar och läser sedan vidare sida för sida tills kapitel nio tar vid.

Varför det behövs: en sökning ger tillbaka de få avsnitt som matchar bäst, och för ett kapitel blir det början och några utspridda stycken. Genom att läsa vidare får Intric med allt däremellan, precis som en människa skulle göra, i stället för att sammanfatta ett kapitel som Intric bara har sett hälften av.

Så samverkar metoderna

Nyckelordssökning och semantisk sökning är inte två separata alternativ. Varje sökning kombinerar dem, och Intric bestämmer viktningen från gång till gång. En precis faktafråga kan till största delen bygga på nyckelord, med ett visst inslag av semantisk sökning. En bred och mer begreppslig fråga kan Intric däremot besvara nästan helt semantiskt.

Resten av metoderna bygger vidare på det. Oftast går det till så här: Intric väljer först rätt fil utifrån dess sammanfattning, hittar rätt ställe med en kombinerad sökning och läser sedan vidare därifrån om frågan kräver mer än ett enda avsnitt. För en och samma fråga kan Intric gå igenom de här stegen flera gånger innan svaret är klart.

Varför inte läsa allt

Det kan verka enklare att ge modellen alla dokument i sin helhet och låta den hitta svaret själv. Men när en modell får väldigt mycket text på en gång börjar den missa det som står i mitten och tappa bort detaljer. Svaren blir mer träffsäkra när modellen arbetar med en liten mängd relevant text och Intric vidgar urvalet medvetet när det behövs. Dessutom går varje del av svaret då att spåra till sin källa.

Den tekniska bakgrunden till varje steg — hur Intric läser sidor, beskriver figurer och bygger upp indexet — hittar du i OCR-pipeline.

Varför svaren har referenser

Varje svar går att spåra tillbaka till källan. Du ser vilket dokument, vilken sida och vilket avsnitt assistenten har utgått från, och du kan öppna det och kontrollera själv. Det är det som gör att du kan lita på svaret i stället för att bara tro på det. Referensen är själva poängen, inte en fotnot.

Varför originalfilen spelar roll

Därför spelar det också roll att assistenten har tillgång till originalfilen. Referenserna pekar in i det dokument du laddade upp, så ju närmare filen ligger det ursprungliga dokumentet, desto mer användbara blir referenserna. En exporterad eller konverterad version — till exempel ren text hämtad ur det äldre kunskapssystemet — ger inte lika tillförlitliga referenser som den ursprungliga PDF- eller Word-filen.