Авиакосмическое приборостроение Аннотация к статье << Назад Семантическое структурирование данных в векторной базе: классы сущностей, атрибутивная модель и индексация для повышения релевантности и объяснимости поиска Яковлев Е.Л., Хакимов Р.Э., Назаренко П.Е., Балахадзе А.Г. Рост объемов неструктурированных текстовых данных требует новых подходов к информационному поиску, так как традиционные лексические методы (TF-IDF, BM25) неэффективны при работе с синонимией и вариативностью формулировок. Цель исследования: Разработать и апробировать методологию хранения, индексации и поиска неструктурированных текстовых данных, объединяющую глубокие векторные представления семантики (трансформерные модели) и расширенные структурированные метаданные для повышения точности, полноты и объяснимости поисковой выдачи, а также обеспечения гибкой фильтрации. Методы: Системный анализ, математическое моделирование, получение векторных представлений текста (эмбеддингов) на основе трансформеров, алгоритмы построения графов приблизительного поиска ближайших соседей (HNSW), статистическая обработка результатов (MAP, Precision@k, Recall@k, F1-score, NDCG@k, T50, T95). Результаты: Предложена онтологическая модель типизации документов и гибкая атрибутивная модель. Спроектирован прототип системы с гибридным индексом (векторные эмбеддинги + атрибуты). Эксперименты на корпусе из 10 000 документов показали увеличение MAP на 11–15 % по сравнению с чисто векторным и лексическим поиском, снижение медианного времени отклика T50 более чем в два раза, улучшение Precision@5 на 9 %. Практическая значимость: Разработанная методология масштабируема и позволяет развертывать поисковые системы нового поколения с богатыми возможностями фильтрации и контекстно-зависимым ранжированием. СЕМАНТИЧЕСКОЕ СТРУКТУРИРОВАНИЕ ДАННЫХ В ВЕКТОРНОЙ БАЗЕ: КЛАССЫ СУЩНОСТЕЙ, АТРИБУТИВНАЯ МОДЕЛЬ И ИНДЕКСАЦИЯ ДЛЯ ПОВЫШЕНИЯ РЕЛЕВАНТНОСТИ И ОБЪЯСНИМОСТИ ПОИСКА Ключевые слова: семантический поиск; векторная база данных; гибридный индекс; атрибутивная модель; трансформерные эмбеддинги; поиск ближайших соседей; онтологическая типизация; оценка качества поиска; информационно-поисковые системы. DOI: 10.25791/aviakosmos.2.2026.1537 Стр. 33-38.