Badacze zaprezentowali zautomatyzowany pipeline napędzany przez LLM-y, który konwertuje karty katalogowe sprzętu w hierarchiczne grafy wiedzy. Problem polega na tym, że karty katalogowe są długie, heterogeniczne i gęsto zapakowaneymi informacjami rozrzuconymi między tabelami, figury i tekst. Naiwne przetwarzanie jednym przejściem przez model omija istotne specyfikacje, nawet gdy dokument mieści się w oknie kontekstu modelu.
Zaproponowany system pracuje w trzech krokach: ekstrakcja właściwości na podstawie fragmentów tekstu, hierarchiczne kierowanie informacji i iteracyjne ulepszanie. Framework używa LLM-ów do ekstrakcji i rozumowania semantycznego, jednocześnie zachowując referencje do źródeł i wykonując aktualizacje grafu przez walidowane instrukcje i deterministyczne operacje lokalne. To etapowe podejście zmniejsza kontekst na zapytanie i utrzymuje śledzalne reprezentacje pośrednie.
Ewaluacja na 20 kartach katalogowych obejmujących różne typy komponentów wykazała osiągnięcie 98 procent wierności. Naukowcy wprowadzili metrykę zwaną inter-graph completeness do pomiaru względnego pokrycia semantycznego bez potrzeby pełnego ground truth. Wynikowe grafy wiedzy oferują semantycznie zorganizowane, opatrzone źródłami właściwości sprzętu przydatne dla pobierania informacji i rozumowania w systemach AI.