Автоматизированная подсистема анализа технических документов при помощи методов искусственного интеллекта

Abstract

В выпускной квалификационной работе разработана автоматизированная подсистема интеллектуального поиска технических документов. Целью данной работы является исследование и реализация подхода к автоматической индексации и интеллектуальному поиску по содержимому технической документации различного формата. В разработанной системе реализована возможность автоматической обработки загружаемых документов, извлечение и очистку текста, определение языка и векторизацию текста. Также обеспечена интеграция с существующей системой, построенной на микросервисной архитектуре, где при импорте документов автоматически отправляется запрос на индексацию в ИИ-подсистему. Логический проект системы выполнен в соответствии с методологией UML. Разработка производилась в среде программирования Python 3.12 с использованием библиотек PyMuPDF, python-docx, и sentence-transformers. В первом разделе описываются принципы и проблемы поиска по неструктурированным данным и приводится обзор аналогичных систем. Во втором разделе описан процесс