Gå til innhold

ADR-020: Strukturert fakta-ekstraksjon for hvert virkemiddel⚓︎

Når vi legger til et virkemiddel i regelmotoren, ekstraherer vi strukturerte Fakta fra saksdokumentene — også felt som ingen Regel ennå bruker. En regel kan starte som ren skjønnsvurdering over dokument-markdown, men de underliggende feltene hentes likevel til IRuleFacts-recorden. Systemet oppfører seg dermed likt på tvers av virkemidler, og fagansvarlig kan foreslå nye regler på felt som allerede finnes i fakta.

Kontekst⚓︎

Kartleggingsrapport-reglene (#21231) er rene tilstede-/fullstendighetssjekker (CSV rad 40–50). Den magre løsningen er å klassifisere rapporten, mate markdown-teksten til en språkmodell og la den avgjøre om et element finnes — uten å hente et eneste strukturert felt (mønsteret fra R-REVISORRAPPORT-INNHOLD). Det ville dekket MVP-en fullt ut.

Men da blir fakta-flaten ulik per virkemiddel (noen har rike strukturerte Fakta, andre bare dokumenttekst), og fagansvarlig kan ikke se hvilke felt en framtidig deterministisk regel kunne bygges på — feltene finnes ikke før noen skriver en regel som trenger dem, men ingen skriver den regelen fordi feltet ikke er synlig. En klassisk høna-og-egget-blokkering av regel-oppdagelse.

Beslutning⚓︎

  • Ekstrahér strukturerte Fakta uansett. Fakta-recorden for et nytt virkemiddel bærer de strukturerte feltene dokumentene inneholder (f.eks. per-tiltak: kostnad, energireduksjon, lønnsomhet), selv når ingen regel evaluerer dem ennå.
  • Skjønn-over-markdown er tillatt som MVP for evaluering. Reglene kan lese dokument-markdown og vurdere med språkmodell i første omgang. Strukturell fidelitet på lange/heterogene dokumenter er ofte uprøvd før live-kjøring, så det er trygt å la reglene bygge på tekst til feltene er verifisert.
  • Løs form når kildene varierer. Deler flere virkemidler én fakta-record, er skjemaet løst (nullable felt, generiske element-lister) heller enn en stiv tabell formet etter ett virkemiddels dokumenter.
  • Fakta-kildene slås aldri sammen (uendret fra ADR-017): strukturerte dokumentfakta og markdown-teksten lever side om side i recorden.

Konsekvenser⚓︎

  • Regel-oppdagelse: fagansvarlig ser hvilke felt som finnes og kan foreslå nye regler uten en runde med ny ekstraksjon først.
  • Konsistens: virkemidler får samme fakta-flate; verktøy og saksvisning kan behandle dem likt.
  • Kostnad: vi skriver CU-analyzere og fakta-felt som ingen regel bruker enda — bevisst investering, ikke spekulativ abstraksjon (feltene er konkrete og grunnet i ekte dokumenter, jf. FASE 0).
  • Verifisering: strukturerte felt regnes ikke som pålitelige før live-kjøring bekrefter CU-uttrekket; reglene flyttes fra skjønn til deterministisk først etter det.
  • Gjelder ikke der dokumentene ærlig talt ikke har strukturert innhold å hente (ren prosatekst) — da er dokument-markdown den strukturerte faktaen.