Этап 1. Разработка архитектуры доработанного прототипа сервиса поиска норм и расценок на основе технологий искусственного интеллекта для групповой обработки запросов и поиска "лишних" и "пропущенных строк". Сбор датасета, состоящего из набора смет. Обучение модели с маскированными токенами на базе архитектуры трансформеров, где маскируемым токеном выступит код из сметы. Построение векторного пространства отражающую связь между элементами сметы. Разработка механизма кластеризации смет. Проектирование интерфейса.(промежуточный)

Перечень ключевых слов: ФСНБ, Федеральная сметно-нормативная база, обработка естественного языка (NLP), векторизация, Faiss, семантическая близость, нейросеть, BERT, Python, FastText, ALS, матричная факторизация Объем отчета: 53 с. Количество иллюстраций: 36 рис. Количество таблиц: 2 таблицы. Объект: прототип сервиса поиска норм и расценок на основе технологий искусственного интеллекта. Метод исследования: для выполнения НИОКР был выбран экспериментальный метод исследования с проведением предварительного анализа. Цель работы 1 этапа: • Разработка архитектура доработанного прототипа сервиса поиска норм и расценок на основе технологий искусственного интеллекта для групповой обработки запросов и поиска "лишних" и "пропущенных строк". • Сбор и подготовка датасета, состоящий из набора смет. • Обучение модели с маскированными токенами на базе архитектуры трансформеров, где маскируемым токеном выступит код из сметы. • Построение векторного пространства отражающее связь между элементами сметы. • Разработка механизма кластеризации смет. • Разработка интерфейса сервиса поиска норм и расценок на основе искусственного интеллекта. Результаты работы 1 этапа: • Разработана архитектура доработанного прототипа сервиса поиска норм и расценок на основе технологий искусственного интеллекта для групповой обработки запросов и поиска "лишних" и "пропущенных строк". • Собран датасет, состоящий из набора смет. • Обучена модель с маскированными токенами на базе архитектуры трансформеров, где маскируемым токеном выступит код из сметы. • Построено векторное пространство отражающее связь между элементами сметы. • Разработан механизм кластеризации смет. • Спроектирован интерфейс сервиса. Оценка выполнения работ по этапу: запланированный объем работ по данному этапу успешно выполнен полностью. Выводы: в ходе реализации выполнения НИКОР по техническому заданию успешно выполнены поставленные задачи в рамках 1 этапа по доработке прототипа сервиса поиска норм и расценок на основе технологий искусственного интеллекта. Область применения: составление сметной документации на основе сборников ФСНБ.