يقدم هذا المشروع تطبيقاً متكاملاً يعتمد على الذكاء الاصطناعي للتحقق من المستندات التجارية (مثل الفواتير والعقود) ومطابقتها مع قواعد عمل مكتوبة باللغة الطبيعية. يغني النظام عن المراجعة اليدوية للمستندات ويختصر وقت التحقق بنسبة تصل إلى 70%، مما يضمن كفاءة تشغيلية وموثوقية في النتائج.
البنية التقنية للنظام:
استخراج البيانات: استخدام تقنيات التعرف البصري على الحروف (Tesseract OCR) ومكتبة PyMuPDF لاستخراج النصوص والحقول من المستندات المرفوعة وتجهيزها للمعالجة.
تحليل القواعد (Rule Parsing): الاعتماد على نموذج LLaMA 3 عبر واجهة Groq API لتحويل الشروط والقيود المكتوبة باللغة الإنجليزية البسيطة إلى صيغة JSON هيكلية ودقيقة.
محرك التحقق: بناء واجهة خلفية (Backend) باستخدام FastAPI لمطابقة البيانات المستخرجة مع قواعد JSON وإصدار ملخص نهائي لنتائج المطابقة (Pass/Fail).
واجهة المستخدم والنشر: تطوير واجهة تفاعلية باستخدام Streamlit لرفع المستندات وإدخال القواعد بصورة مباشرة، مع دعم تشغيل النظام كاملاً باستخدام تقنيات الحاويات (Docker & Docker Compose).
القيمة المضافة والمقارنات الإحصائية:
تقليل وقت المراجعة: يقلل النظام من وقت الفرز والتحقق اليدوي للمستندات بنسبة 70% مقارنة بالأساليب التقليدية.
أتمتة القرار: يوفر تقييماً رقمياً ومنطقياً فورياً لمدى توافق المستند مع القواعد المحددة دون تدخل بشري.
قابلية التوسع: تضمن البنية المعمارية للنظام إمكانية إضافة قواعد معقدة مستقبلاً ومعالجة عدد كبير من المستندات في وقت واحد بفضل حاويات Docker.
