Proprietární engine, který staví živý sémantický graf napříč vašimi daty — entity, vztahy, reference — bez ručního tagování a bez závislosti na LLM v době dotazu.

Co DSM dělá

Když dokument vstoupí do knowledge base, DSM ho zpracuje a extrahuje:

• Entity — osoby, organizace, místa, částky, data, identifikátory, vlastní typy
• Vztahy — typované hrany mezi entitami (Acme zaměstnává Smitha; Smith napsal Paper-7; Paper-7 cituje Paper-3)
• Reference — cross-document zmínky rozpoznané do kanonických ID
• Koncepty — abstraktní témata, kterým se každý dokument věnuje
• Provenience — každý fakt dohledatelný k dokumentu + pasáži, která ho tvrdí

Výsledkem je dotazovatelný graf, který roste s tím, jak roste váš korpus.

Jak se liší od RAG

Většina „AI search” systémů používá retrieval-augmented generation (RAG): naembeduj všechno, vytáhni nejbližší sousedy, předej je LLM. To funguje pro jednoduché Q&A, ale rozpadá se, když potřebujete:

• Počítání („kolik smluv zmiňuje CoC klauzule?”)
• Agregaci („součet nárokovaných škod za poslední kvartál”)
• Multi-hop uvažování („kteří dodavatelé společnosti X byli zároveň označeni v auditu Y?”)
• Časově omezené dotazy („papery citující Smitha před rokem 2023”)
• Audit („proč agent tvrdí X?”)

DSM dodává strukturu, díky které jsou tyhle dotazy zodpověditelné. LLM (když se použije) operuje nad výstupem grafu, ne nad surovými pasážemi — takže má menší prostor halucinovat.

Rozpoznávání entit

„Jana Nováková”, „J. Novák”, „novakova@acme.cz” a „paní Nováková” všechny odkazují na stejnou osobu. DSM je rozpozná automaticky — kombinací textových signálů s externími identifikátory (ORCID, DOI, veřejné firemní rejstříky), kde existují.

Rozhodnutí o rozpoznání můžete ručně přepsat — někdy mají dva skuteční lidé stejné jméno a DSM je sloučí. Merge UI umožňuje rozdělit nebo sloučit entity s plnou audit stopou.

Vlastní typy entit

Out of the box DSM extrahuje ~15 standardních typů entit (osoba, organizace, místo, částka atd.). Pro doménově specifické entity (LEGAL_CASE, CONTRACT_ID, GRAVE_ID, CLINICAL_TRIAL, ASSET_TAG) je definujete jednou a DSM je extrahuje napříč korpusem.

Způsoby definice:

• Regex — pro strukturované ID patterny (např. INV-\d{6})
• Příklady — dodejte 5–20 ukázkových entit, DSM se naučí najít další
• Slovník — dodejte známý seznam, DSM je najde deterministicky
• Vlastní model — zapojte vlastní klasifikátor jako nástroj

Typy vztahů

Hrany mezi entitami jsou typované. Defaultní slovník:

Vztah	Příklad
employed_by	Smith → Acme
authored	Smith → Paper-7
cited_by / cites	Paper-3 → Paper-7
located_in	Acme HQ → Praha
signed_by / signed	Smith → Contract-42
related_to	obecný fallback, když nelze odvodit konkrétnější

Vlastní typy vztahů: definujete je jako vlastní typy entit.

Vícejazyčný graf

Entity se rozpoznávají napříč jazyky. „Jan Novák”, „Jano Novák” a „Yan Novak” mapují na stejný uzel. Graf je language-agnostic — fakta o entitě z českého dokumentu jsou dotazovatelná z anglického dotazu a naopak.

Provenience

Každý uzel a hrana v grafu nese provenienci: který dokument, která pasáž, který timestamp. Když agent tvrdí „Smith zaměstnaný v Acme”, můžete prokliknout na přesnou větu v přesném dokumentu, kde se to tvrdí. Pokud se zdrojový dokument změní, graf se aktualizuje.

Verzování a čas

Graf je time-aware. Fakta mají rozsahy platnosti:

• „Smith zaměstnaný v Acme [2020 – 2023]”
• „Smith zaměstnaný v Globex [2023 – současnost]”

Dotazy lze filtrovat podle času: „kdo pracoval v Acme v roce 2022?” vrátí graf v tom časovém bodě. Užitečné pro due diligence, přípravu na litigaci, historickou analýzu.

Dotazování grafu

Tři vrstvy přístupu:

• Search UI — přirozený jazyk, výsledky obohacené grafovým kontextem
• Agenti — agenti mohou volat dotazy nad grafem jako nástroj
• Přímý dotaz — pro power users je vystavený grafový dotazovací jazyk

Výkon

DSM graf se staví inkrementálně, jak se ingestují dokumenty. Nové dokumenty se propagují do grafu během minut. Dotazy nad grafem se vrací v milisekundách pro typické zátěže (grafy až do několika set milionů uzlů).

Úložiště

DSM graf je spravovaný společně se standardní datovou rovinou StellarBase. Záloha, replikace a obnova se řídí stejnými politikami jako zbytek platformy. Viz Nasazení.

Související

• Knowledge Base
• Vyhledávání a objevování
• Agents — jak agenti graf používají