Нейросимвольный TSE: как я учу ИИ вытаскивать условия из тендеров

Автор разрабатывает настольную систему для работы с тендерами. Один из модулей — Tender Semantic Engine — должен читать комплект закупочной документации и переносить в карточку тендера конкретные условия: порядок оплаты, аванс, срок и место поставки, гарантию, обеспечение, штрафы и другие обязательства сторон. Комплект обычно состоит из договора, техзадания, спецификаций, приложений и Excel-таблиц. Сейчас обрабатываются Word, Excel и PDF с текстовым слоем; сканированные документы и OCR пока отдельная задача.

Главная сложность не в том, чтобы найти предложение со словами «поставка», «оплата» или «гарантия». Нужно понять, какое действие оно выражает и к какому условию относится числовое значение. Простые регулярки, ключевые слова или даже готовая LLM не справляются — требуется нейросимвольный подход, где нейросеть понимает семантику, а символьные правила проверяют и структурируют результат.

Прототип уже работает, но автор продолжает его дорабатывать. В статье подробно разбираются конкретные кейсы и ошибки, которые возникают при извлечении. Это практический опыт, полезный для всех, кто сталкивается с парсингом сложных юридических и коммерческих документов.