Реализация RAG-архитектуры для автоматизированной проверки документов в корпоративных системах хранения с использованием больших языковых моделей

Костин Максим Андреевич; Давыдова Даяна Михайловна; Петров Владимир Евгеньевич

doi:10.20295/2413-2527-2026-246-5-16

ВАК 2.3.6 УДК 004.041 ВАК 1.2.1 УДК 004.056

Ещё 4 Свернуть

РЕАЛИЗАЦИЯ RAG-АРХИТЕКТУРЫ ДЛЯ АВТОМАТИЗИРОВАННОЙ ПРОВЕРКИ ДОКУМЕНТОВ В КОРПОРАТИВНЫХ СИСТЕМАХ ХРАНЕНИЯ С ИСПОЛЬЗОВАНИЕМ БОЛЬШИХ ЯЗЫКОВЫХ МОДЕЛЕЙ Реализация RAG-архитектуры для автоматизированной проверки документов в корпоративных системах хранения с использованием больших языковых моделей

АА Аа

Опубликовано в Интеллектуальные технологии на транспорте (сетевой электронный научный журнал), Intellectual Technologies on Transport · Номер 2 · Страницы 5–16 · Рубрика: ИНФОРМАЦИОННАЯ БЕЗОПАСНОСТЬ И ЗАЩИТА ДАННЫХ

DOI: https://doi.org/10.20295/2413-2527-2026-246-5-16 · EDN: XCUVXI

Получено: 26.03.2026 Одобрено: 25.05.2026 Опубликовано: 24.06.2026

Авторы

КО

Костин Максим Андреевич

ДА

Давыдова Даяна Михайловна

ПЕ

Петров Владимир Евгеньевич

КО

Костин Максим Андреевич

Петербургский государственный университет путей сообщения Императора Александра I кафедра "Информационные и вычислительные системы" · Россия

ДА

Давыдова Даяна Михайловна

Петербургский государственный университет путей сообщения Императора Александра I старший преподаватель · Кафедра "Информационные и вычислительные системы" · Россия · Санкт-Петербург

ПЕ

Петров Владимир Евгеньевич

Ученая степень: кандидат военных наук

Петербургский государственный университет путей сообщения Императора Александра I Доцент · Кафедра "Информационные и вычислительные системы" · Россия

АННОТАЦИЯ

Предлагается специализированное решение для анализа документов, использующихся в корпоративных системах документооборота. Цель: разработка и практическая реализация RAG-архитектуры для автоматизированной проверки корпоративных документов с использованием локально развернутых больших языковых моделей, обеспечивающей выявление пропущенных обязательных полей, ошибок форматов данных и содержательных противоречий в документах транспортных и логистических систем. Методы: проведены проектирование и программная реализация Java-приложения, интегрирующего модуль извлечения текста из PDF- и DOCX-документов на основе библиотек Apache, векторное хранилище с упрощенными эмбеддингами на основе частотного анализа слов, алгоритм семантического поиска через вычисление косинусного сходства и клиент взаимодействия с LLM через API сервера Ollama. Результаты: разработанная система продемонстрировала способность к контекстному анализу содержания документов и адаптивность к вариативным форматам представления информации, что позволяет преодолеть ограничения традиционных систем. Экспериментальная проверка выполнена на тестовом наборе корпоративных документов с преднамеренно внесенными ошибками различных типов; оценка эффективности проводилась по метрикам полноты, точности и их среднего, а также по времени отклика системы. Наилучшие результаты показала модель llama3.2:latest при полном исключении передачи конфиденциальных данных за пределы инфраструктуры организации. Практическая значимость: предложенное решение применимо для автоматизации контроля качества документации в корпоративных системах документооборота транспортных предприятий, государственных учреждений и промышленных организаций. Модульная архитектура обеспечивает масштабируемость на другие типы документов и возможность интеграции с существующими информационными системами при минимальных затратах на адаптацию. Использование открытых моделей и локального сервера Ollama снижает зависимость от сторонних облачных сервисов и обеспечивает соответствие требованиям информационной безопасности.

КЛЮЧЕВЫЕ СЛОВА

большие языковые модели, автоматизированная проверка документов, векторный поиск, обработка естественного языка, корпоративные системы, Ollama, извлечение текста, семантический анализ

Текст

Текст (RU) (PDF)

Читать Скачать

1. Ротман Д. RAG и генеративный ИИ. Создаем собственные RAG-пайплайны с помощью LlamaIndex, Deep Lake и Pinecon = RAG-Driven Generative AI: Build custom retrieval augmented generation pipelines with LlamaIndex, Deep Lake, and Pinecone. СПб.: Питер, 2025. 320 с.

2. Java SE/JDK Version 26 API Speciﬁcation: Module java.base. URL: http://docs.oracle.com/en/java/javase/26/docs/api/java.base/module-summary.html (дата обращения: 30.01.2026).

3. Ollama’s Documentation. URL: http://docs.ollama.com (дата обращения: 02.02.2026).

4. Шилдт Г. Java. Полное руководство. 12-е изд. = Java: The Complete Reference. Twelfth Edition / пер. с англ. и ред. Ю. Н. Артеменко. СПб.: Диалектика, 2023. 1344 с.

5. Хорстманн К. С. Java. Библиотека профессионала. Т. 1. Основы. 10-е изд. = Core Java. Volume I — Fundamentals. Tenth Edition / пер. с англ. и ред. И. В. Берштейна. М.: Вильямс, 2016. 864 с.

6. Портянкин И. А. Swing. Эффектные пользовательские интерфейсы. 2-е изд. М.: Лори, 2011. 607 с.

7. Huang D., Wang Z. LLMs at the Edge: Performance and Efficiency Evaluation with Ollama on Diverse Hardware // Proceedings of the International Joint Conference on Neural Networks (IJCNN 2025) (Rome, Italy, 30 June — 5 July 2025). Institute of Electrical and Electronics Engineers, 2025. 8 p. DOI:https://doi.org/10.1109/IJCNN64981.2025.11228317

8. Vahaj M., Raza S. M., Nehra V. Retrieval Augmented Generation (RAG) using LLMs // Proceedings of the Annual International Conference on Data Science, Machine Learning and Blockchain Technology (AICDMB 2025) (Mysuru, India, 27–28 June 2025). Institute of Electrical and Electronics Engineers, 2025. 5 p. DOI:https://doi.org/10.1109/AICDMB64359.2025.11277692

9. Блох Д. Java. Эффективное программирование. 3-е изд. = Effective Java. Third Edition / пер. с англ. и ред. И. В. Красикова. СПб.: Диалектика, 2019. 464 с.

10. Claim Veriﬁcation in the Age of Large Language Models: a Survey / A. Dmonte [et al.] // ArXiv. 2024. Vol. 2408.14317. 9 p. DOI:https://doi.org/10.48550/arXiv.2408.14317

PDF JATS XML

Главный редактор

Хомоненко Анатолий Дмитриевич

khomon@mail.ru

Заместитель главного редактора

Божко Леся Михайловна

Представитель редакции

Оржевский Максим Михайлович

206@it-pgups.ru

Редакция журнала

Контактные данные

itt-pgups@yandex.ru +7(812)457-86-06

772

загрузки

ГОСТ

Костин М. А., Давыдова Д. М., Петров В. Е. Реализация RAG-архитектуры для автоматизированной проверки документов в корпоративных системах хранения с использованием больших языковых моделей // Интеллектуальные технологии на транспорте (сетевой электронный научный журнал), Intellectual Technologies on Transport. 2026. № 2. С. 5-16. DOI: https://doi.org/10.20295/2413-2527-2026-246-5-16. EDN: XCUVXI. (дата обращения: 26.10.2026).

MLA

Костин Максим Андреевич, Давыдова Д. М., Петров В. Е.. "Реализация RAG-архитектуры для автоматизированной проверки документов в корпоративных системах хранения с использованием больших языковых моделей." Интеллектуальные технологии на транспорте (сетевой электронный научный журнал), Intellectual Technologies on Transport.2 (2026): 5-16. DOI: https://doi.org/10.20295/2413-2527-2026-246-5-16. EDN: XCUVXI.

APA

Костин М. А., Давыдова Д. М., Петров В. Е. (2026). Реализация RAG-архитектуры для автоматизированной проверки документов в корпоративных системах хранения с использованием больших языковых моделей. Интеллектуальные технологии на транспорте (сетевой электронный научный журнал), Intellectual Technologies on Transport(2), 5-16. https://doi.org/10.20295/2413-2527-2026-246-5-16 EDN: XCUVXI.

Chicago

Костин Максим Андреевич, Давыдова Д. М., Петров В. Е.. "Реализация RAG-архитектуры для автоматизированной проверки документов в корпоративных системах хранения с использованием больших языковых моделей." Интеллектуальные технологии на транспорте (сетевой электронный научный журнал), Intellectual Technologies on Transport, no. 2 (2026): 5-16. https://doi.org/10.20295/2413-2527-2026-246-5-16. EDN: XCUVXI.

WIKI

{{cite journal | author = Костин М. А., Давыдова Д. М., Петров В. Е. | title = Реализация RAG-архитектуры для автоматизированной проверки документов в корпоративных системах хранения с использованием больших языковых моделей | journal = Интеллектуальные технологии на транспорте (сетевой электронный научный журнал), Intellectual Technologies on Transport | year = 2026 | issue = 2 | pages = 5-16 | doi = 10.20295/2413-2527-2026-246-5-16 }} EDN: XCUVXI

Скопировать

Экспорт: BibTeX EndNote RefMan RusMARC

Подтверждение