How Timeline works — 3-pass extraction, Norwegian date recognition, fine-tuned LLM

Arkitektur

Tre pass. Hvert med en distinkt oppgave.

Rørledningen er bevisst sekvensiell — Pass 1 er regelbasert og nesten umiddelbar; Pass 2 er LLM-ekstraksjonen; Pass 3 etterbehandler og vurderer utdataene.

Pass 1 · PHP / regex

Oppdag & normaliser kjente formater

Et deterministisk mønster-matching pass kjører før noen LLM-anrop. Det skanner hele inngangen for datoer som matcher 12+ norske formater og normaliserer dem til ISO 8601:

dd.mm.yyyy → YYYY-MM-DD
d. månedsnavn yyyy → løst kalenderdato
Dagbok-format linjer (som starter med en dato + kolon) → automatisk merket som hendelser
To-sifrede år → alltid tolket som 20YY

Normaliserte anker injiseres i LLM-prompten for å redusere hallusinerte eller feiltolket datoer.

Pass 2 · gpt-4o-mini / gpt-4o

Ekstrahere, klassifisere & vurdere

LLM leser hele dokumentet sammen med pre-pass anker. For hver tidsreferanse returnerer den et strukturert JSON-hendelsesobjekt:

date — resolved ISO date, or verbatim string if unresolvable
date_type — absolute | relative | recurring | conditional | period
confidence — high | medium | low
actor — attributed entity (from source text, not inferred)
description — one-sentence event summary
source_excerpt — verbatim text fragment (max 200 chars)

Prompten instruerer eksplisitt modellen om ikke å finne på datoer eller aktører som ikke er til stede i kilden. Temperaturen er satt til 0,1 for deterministisk utdata.

Pass 3 · PHP post-processor

Filtrere, sortere & sette sammen

PHP anvender alle aktive filtre før resultatet returneres:

Fokusfilter — fjerner hendelser som ikke samsvarer med den forespurte fokusmodusen (frister / høringer / CPS)
Konfidensfilter — fjerner hendelser med LAV konfidens hvis forespurt
Bakgrunnsfilter — fjerner bakgrunns/narrative hendelser hvis ikke avkrysset
Dato-type filter — fjerner relative/gjentakende hendelser hvis ikke avkrysset

Post-prosessoren setter deretter sammen what_remains_uncertain listen og next_practical_step anbefalingen.

Dato gjenkjenning

12+ norske datoformater, alle gjenkjent.

Norske juridiske dokumenter bruker et bredt spekter av datonotasjoner. Pass 1 pre-pass gjenkjenner alle disse deterministisk; LLM håndterer resten i Pass 2.

Format	Eksempel	Notater
`dd.mm.yyyy`	30.07.2015	Standard norsk numerisk
`dd.mm.yy`	09.04.25	To-sifret år → alltid 20YY
`d. månedsnavn yyyy`	3. mars 2024	Skriftlig måned på bokmål/nynorsk
`d. månedsnavn`	15. januar	År utledet ved nærhetsskanning
`yyyy-mm-dd`	2024-03-12	ISO 8601
`månedsnavn yyyy`	mars 2024	Måned + år kun
`yyyy`	2024	År-referanse
Season + year	høsten 2023	Sesongreferanse → Q3/Q4
Diary-format line	18.09.2025: Møte avholdt	Dato + kolon → automatisk merket som hendelse
Relative reference	tre uker etter vedtaket	Forankret til nærmeste løste hendelse
Recurring pattern	hver mandag	Klassifisert som gjentakende
Period / range	fra mars til juni 2024	Gir start_dato + slutt_dato

Klassifiseringsskjema

Fem hendelsestyper. Tre tillitsnivåer.

date_type verdier

date_type	Definisjon	Eksempel
`absolute`	En spesifikk, løselig kalenderdato	30.07.2015 → 2015-07-30
`relative`	En dato uttrykt relativt til en annen hendelse	tre uker etter vedtaket
`recurring`	Et mønster som gjentar seg etter en timeplan	each Monday, every 6 months
`conditional`	En dato avhengig av at en betingelse er oppfylt	if no response within 14 days
`period`	Et datointervall eller varighet med start og slutt	fra mars til juni 2024

konfidensnivåer

konfidens	Betydning	Visuell i tidslinje
`high`	Datoen er eksplisitt og entydig angitt i kildeteksten	Grønn merkelapp
`medium`	Datoen er utledet, omtrentlig, eller angitt med liten tvetydighet	Amber merkelapp
`low`	Datoen er implisert, uten dato, eller hentet fra et forringet/tvetydig avsnitt	Grå merkelapp

Regler for aktørattribusjon

Regel	Eksempel
Navngitt enhet i samme setning	“Trude [saksbehandler] ringte 14. mars” → actor: Trude
Rollemerkelapp uten navn	“Barnevernet fattet vedtak” → actor: Barnevernet
Ingen klar attribusjon i setningen	actor: `[unattributed]`
Standard på dokumentnivå	Hvis ingen aktør per hendelse, standardiseres til dokumentets avsender/utstedende organ

Engine	Modell	Forsinkelse	Best for
Azure gpt-4o-mini ★	`gpt-4o-mini` (Azure West Europe)	~15 s	Standard. Rask, kostnadseffektiv, håndterer de fleste juridiske dokumenter godt.
Azure gpt-4o	`gpt-4o` (Azure West Europe)	~45 s	Komplekse dokumenter, overlappende hendelser, dårlig kvalitet eller tett kilde tekst.

Live oppdateringer og eksport

Se fremgangen i sanntid. Last ned i Word.

SSE + DOCX

SSE-strømming + DOCX-eksport

Tidslinje bruker Server-Sent Events (SSE) for å strømme live statusmeldinger til nettleseren mens ekstraksjon kjører. I stedet for å stirre på en spinner i 30–60 sekunder, ser du «Forbereder dokument…», «Kaller gpt-4o-mini…», «Analyserer hendelser…» i sanntid.

Når ekstraksjon er fullført, klikk Eksporter til Word for å laste ned en formatert .docx med hver hendelse som et merket avsnitt, kildesitater og en skillelinje mellom hendelsene.

Server-Sent Events OOXML / .docx ZipArchive live progress Save to My Docs

Personvern & sikkerhet

Dine dokumenter forlater aldri sesjonen din.

Personvern ved design

Alle opplastede filer blir ekstraktert til tekst i minnet ved hjelp av PHPs in-process filbehandlere. Den rå binære data skrives aldri til disk på serveren.
Sesjonskonteksten (innlimt tekst, opplastet innhold, ekstrakterte tidslinjehendelser) er avgrenset til din autentiserte sesjon og kastes når sesjonen avsluttes.
Azure OpenAI (gpt-4o, gpt-4o-mini) er konfigurert på Vest-Europa regionen. Data behandlet via Azure OpenAI brukes ikke til modelltrening under den standard bedriftsavtalen.
Azure OpenAI kalles kun under ekstraksjonspasset. Ingen dokumentinnhold beholdes av Azure etter at svaret er returnert, i henhold til bedriftsavtalen for datahåndtering.
Telemetri logget: verktøynavn, motor, fokusmodus, hendelsestall, forsinkelse. Ingen dokumenttekst, saksreferanser, aktørnavn eller ekstrakterte hendelser blir logget.

Hvordan Tidslinje vet når ting skjedde.