add more docs

Signed-off-by: Jenkins, Kenneth Alexander <kjenkins60@gatech.edu>

docs/tech-specs/extraction-provenance-subgraph.hi.md

@@ -0,0 +1,205 @@
+# निष्कर्षण का स्रोत: सबग्राफ मॉडल
+
+## समस्या
+
+निष्कर्षण के समय का वर्तमान स्रोत जानकारी एक पूर्ण पुन: निरूपण प्रति उत्पन्न करता है
+निष्कर्षित त्रिगुट: प्रत्येक ज्ञान तथ्य के लिए एक अद्वितीय `stmt_uri`, `activity_uri`, और संबंधित
+PROV-O मेटाडेटा। एक ऐसे खंड को संसाधित करना जो 20 संबंधों का उत्पादन करता है, उसमें लगभग 220 स्रोत जानकारी त्रिगुट होते हैं, इसके अतिरिक्त
+लगभग 20 ज्ञान त्रिगुट - लगभग 10:1 का ओवरहेड।
+
+
+यह महंगा है (भंडारण, अनुक्रमण, प्रसारण) और अर्थपूर्ण रूप से
+गलत है। प्रत्येक खंड को एक एकल LLM कॉल द्वारा संसाधित किया जाता है जो सभी त्रिगुटों को एक लेनदेन में उत्पन्न करता है।
+वर्तमान प्रति-त्रिगुट मॉडल 20 स्वतंत्र निष्कर्षण
+घटनाओं का भ्रम पैदा करके इसे अस्पष्ट करता है।
+
+
+इसके अतिरिक्त, चार निष्कर्षण प्रोसेसरों में से दो (kg-extract-ontology,
+kg-extract-agent) में कोई स्रोत जानकारी नहीं है, जिससे ऑडिट
+में अंतराल पैदा होते हैं।
+
+## समाधान
+
+प्रति-त्रिगुट पुन: निरूपण को एक **सबग्राफ मॉडल** से बदलें: एक स्रोत जानकारी
+रिकॉर्ड प्रति खंड निष्कर्षण, उस खंड से उत्पन्न सभी त्रिगुटों में साझा किया जाता है।
+
+
+### शब्दावली परिवर्तन
+
+| पुराना | नया |
+|-----|-----|
+| `stmt_uri` (`https://trustgraph.ai/stmt/{uuid}`) | `subgraph_uri` (`https://trustgraph.ai/subgraph/{uuid}`) |
+| `statement_uri()` | `subgraph_uri()` |
+| `tg:reifies` (1:1, पहचान) | `tg:contains` (1:कई, समावेशन) |
+
+### लक्षित संरचना
+
+सभी स्रोत जानकारी त्रिगुट `urn:graph:source` नामित ग्राफ में जाते हैं।
+
+```
+# Subgraph contains each extracted triple (RDF-star quoted triples)
+<subgraph> tg:contains <<s1 p1 o1>> .
+<subgraph> tg:contains <<s2 p2 o2>> .
+<subgraph> tg:contains <<s3 p3 o3>> .
+
+# Derivation from source chunk
+<subgraph> prov:wasDerivedFrom <chunk_uri> .
+<subgraph> prov:wasGeneratedBy <activity> .
+
+# Activity: one per chunk extraction
+<activity> rdf:type          prov:Activity .
+<activity> rdfs:label        "{component_name} extraction" .
+<activity> prov:used         <chunk_uri> .
+<activity> prov:wasAssociatedWith <agent> .
+<activity> prov:startedAtTime "2026-03-13T10:00:00Z" .
+<activity> tg:componentVersion "0.25.0" .
+<activity> tg:llmModel       "gpt-4" .          # if available
+<activity> tg:ontology        <ontology_uri> .   # if available
+
+# Agent: stable per component
+<agent> rdf:type   prov:Agent .
+<agent> rdfs:label "{component_name}" .
+```
+
+### मात्रा की तुलना
+
+एक ऐसे खंड के लिए जो N निकाले गए त्रिगुण उत्पन्न करता है:
+
+| | पुराना (प्रति-त्रिगुण) | नया (उप-ग्राफ) |
+|---|---|---|
+| `tg:contains` / `tg:reifies` | N | N |
+| गतिविधि त्रिगुण | ~9 x N | ~9 |
+| एजेंट त्रिगुण | 2 x N | 2 |
+| कथन/उप-ग्राफ मेटाडेटा | 2 x N | 2 |
+| **कुल प्रामाणिकता त्रिगुण** | **~13N** | **N + 13** |
+| **उदाहरण (N=20)** | **~260** | **33** |
+
+## दायरा
+
+### अपडेट करने के लिए प्रोसेसर (मौजूदा प्रामाणिकता, प्रति-त्रिगुण)
+
+**kg-extract-definitions**
+(`trustgraph-flow/trustgraph/extract/kg/definitions/extract.py`)
+
+वर्तमान में, यह `statement_uri()` + `triple_provenance_triples()` को परिभाषा के प्रत्येक लूप के अंदर कॉल करता है।
+
+
+परिवर्तन:
+लूप से पहले `subgraph_uri()` और `activity_uri()` का निर्माण करें।
+लूप के अंदर `tg:contains` त्रिकों को एकत्र करें।
+लूप के बाद एक बार साझा गतिविधि/एजेंट/व्युत्पत्ति ब्लॉक उत्सर्जित करें।
+
+**kg-extract-relationships**
+(`trustgraph-flow/trustgraph/extract/kg/relationships/extract.py`)
+
+परिभाषाओं के समान पैटर्न। समान परिवर्तन।
+
+### उत्पत्ति जोड़ने के लिए प्रोसेसर (वर्तमान में गायब)
+
+**kg-extract-ontology**
+(`trustgraph-flow/trustgraph/extract/kg/ontology/extract.py`)
+
+वर्तमान में, यह बिना किसी स्रोत जानकारी के त्रिक उत्पन्न करता है। उपग्राफ स्रोत जानकारी जोड़ें।
+उसी पैटर्न का उपयोग करके: प्रत्येक खंड के लिए एक उपग्राफ, प्रत्येक के लिए `tg:contains`।
+निकाले गए त्रिगुट।
+
+**kg-extract-agent**
+(`trustgraph-flow/trustgraph/extract/kg/agent/extract.py`)
+
+वर्तमान में, यह बिना किसी स्रोत जानकारी के त्रिक (triples) उत्पन्न करता है। समान पैटर्न का उपयोग करके सबग्राफ (subgraph) स्रोत जानकारी जोड़ें।
+
+
+### साझा उत्पत्ति लाइब्रेरी में परिवर्तन
+
+**`trustgraph-base/trustgraph/provenance/triples.py`**
+
+`triple_provenance_triples()` को `subgraph_provenance_triples()` से बदलें
+नया फ़ंक्शन एक एकल के बजाय निकाले गए त्रिपुलों की सूची को स्वीकार करता है
+प्रत्येक ट्रिपल के लिए एक `tg:contains` उत्पन्न करता है, साझा गतिविधि/एजेंट ब्लॉक
+पुराने `triple_provenance_triples()` को हटा दें
+
+**`trustgraph-base/trustgraph/provenance/uris.py`**
+
+`statement_uri()` को `subgraph_uri()` से बदलें।
+
+**`trustgraph-base/trustgraph/provenance/namespaces.py`**
+
+`TG_REIFIES` को `TG_CONTAINS` से बदलें।
+
+### दायरे में नहीं
+
+**kg-extract-topics**: पुराना-शैली का प्रोसेसर, वर्तमान में उपयोग में नहीं है।
+  मानक प्रक्रियाओं में।
+**kg-extract-rows**: पंक्तियाँ उत्पन्न करता है, ट्रिपल नहीं, अलग उत्पत्ति मॉडल।
+  मॉडल।
+**क्वेरी-टाइम प्रोवेनेंस** (`urn:graph:retrieval`): एक अलग चिंता का विषय,
+  पहले से ही एक अलग पैटर्न का उपयोग करता है (प्रश्न/अन्वेषण/फोकस/संश्लेषण)।
+**दस्तावेज़/पृष्ठ/खंड प्रोवेनेंस** (पीडीएफ डिकोडर, चंकर): पहले से ही उपयोग करता है
+  `derived_entity_triples()` जो प्रति-एंटिटी है, प्रति-ट्रिपल नहीं - कोई
+  अनावश्यकता समस्या नहीं।
+
+## कार्यान्वयन संबंधी टिप्पणियाँ
+
+### प्रोसेसर लूप का पुनर्गठन
+
+पहले (प्रत्येक त्रिक के लिए, संबंधों में):
+```python
+for rel in rels:
+    # ... build relationship_triple ...
+    stmt_uri = statement_uri()
+    prov_triples = triple_provenance_triples(
+        stmt_uri=stmt_uri,
+        extracted_triple=relationship_triple,
+        ...
+    )
+    triples.extend(set_graph(prov_triples, GRAPH_SOURCE))
+```
+
+(उपग्राफ के बाद):
+```python
+sg_uri = subgraph_uri()
+
+for rel in rels:
+    # ... build relationship_triple ...
+    extracted_triples.append(relationship_triple)
+
+prov_triples = subgraph_provenance_triples(
+    subgraph_uri=sg_uri,
+    extracted_triples=extracted_triples,
+    chunk_uri=chunk_uri,
+    component_name=default_ident,
+    component_version=COMPONENT_VERSION,
+    llm_model=llm_model,
+    ontology_uri=ontology_uri,
+)
+triples.extend(set_graph(prov_triples, GRAPH_SOURCE))
+```
+
+### नया सहायक हस्ताक्षर
+
+```python
+def subgraph_provenance_triples(
+    subgraph_uri: str,
+    extracted_triples: List[Triple],
+    chunk_uri: str,
+    component_name: str,
+    component_version: str,
+    llm_model: Optional[str] = None,
+    ontology_uri: Optional[str] = None,
+    timestamp: Optional[str] = None,
+) -> List[Triple]:
+    """
+    Build provenance triples for a subgraph of extracted knowledge.
+
+    Creates:
+    - tg:contains link for each extracted triple (RDF-star quoted)
+    - One prov:wasDerivedFrom link to source chunk
+    - One activity with agent metadata
+    """
+```
+
+### महत्वपूर्ण परिवर्तन
+
+यह उत्पत्ति मॉडल में एक महत्वपूर्ण बदलाव है। उत्पत्ति (प्रोवेनेंस) का
+जारी किया गया है, इसलिए माइग्रेशन की आवश्यकता नहीं है। पुराना `tg:reifies` /
+`statement_uri` कोड पूरी तरह से हटाया जा सकता है।