sorangpntbТруды ГПНТБ СО РАНProceedings of SPSTL SB RAS2618-75152712-7915ГПНТБ СО РАН10.20913/10.20913/2618-7515-2026-2-5sorangpntb-1029Research ArticleИНФОРМАЦИОННО-БИБЛИОТЕЧНЫЕ СИСТЕМЫ, РЕСУРСЫ И ТЕХНОЛОГИИINFORMATION AND LIBRARY SYSTEMS, RESOURCES AND TECHNOLOGIESПрименение элементов искусственного интеллекта в открытых архивах научно-технической информацииIntegration of Artificial Intelligence Components into Open Archives of Scientific and Technical Informationhttps://orcid.org/0000-0001-8803-1562ГончаровМ. В.GoncharovM. V.

Гончаров Михаил Владимирович - кандидат технических наук, доцент, ведущий научный сотрудник, руководитель группы перспективных исследований и аналитического прогнозирования

3-Хорошевская ул.,17, Москва, 123298

Goncharov Mikhail Vladimirovich - Candidate of Technical Sciences, Associate Professor, Senior Researcher, Head of the Group for Advanced Research and Analytical Forecasting

17, 3rd Khoroshevskaya St., Moscow, 123298

mikgon@mail.ruГосударственная публичная научно-техническая библиотека РоссииРоссияRussian National Public Library for Science and TechnologyRussian Federation202616092026024449Copyright © Гончаров М.В., 20262026Гончаров М.В.Goncharov M.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://proceedings.gpntbsib.ru/jour/article/view/1029

Цель статьи – представить направления исследований Государственной публичной научно-технической библиотеки России (ГПНТБ России) по внедрению элементов искусственного интеллекта (ИИ) в системы научно-технической информации. Основное внимание уделяется двум ключевым направлениям: семантической трансформации пользовательских запросов и автоматическому реферированию и аннотированию полнотекстовых материалов.

Анализируются подходы к нормализации, дополнению и структурированию запросов с использованием технологий ИИ для повышения полноты и точности поиска в библиотечных каталогах и открытых архивах. Рассматриваются содержательные и формальные требования к автоматически генерируемым рефератам и аннотациям, а также метрики качества (ROUGE, экспертная оценка). Приводятся результаты экспериментальных исследований сравнения больших языковых моделей (MBart, T-Банка) на массивах публикаций журнала «Научные и технические библиотеки» и базы данных экологической информации ГПНТБ России.

Сделан вывод о необходимости синтеза традиционных библиотечных компетенций и инновационных технологий ИИ для обеспечения конкурентоспособности научных библиотек в новой цифровой реальности.

The purpose of the article is to present the research directions of the Russian National Public Library for Science and Technology (Russian NPLSaT) on implementing artificial intelligence (AI) elements into scientific and technical information systems. The focus is on two key directions: semantic transformation of user queries and automatic summarization and annotation of full-text materials. Approaches to normalization, enrichment, and structuring of queries using AI technologies to improve the completeness and accuracy of search in library catalogs and open archives are analyzed. Content and formal requirements for automatically generated abstracts and annotations are discussed, along with quality evaluation metrics (ROUGE, expert assessment). The paper presents experimental results comparing large language models (MBart, T-Bank) on datasets from the journal “Scientific and Technical Libraries” and environmental information collections of Russian NPLSaT. The conclusion emphasizes the necessity of synthesizing traditional library competencies with innovative AI technologies to ensure the competitiveness of scientific libraries in the new digital reality.

искусственный интеллектнаучно-техническая библиотекасемантическая обработка запросовавтоматическое реферированиеавтоматическое аннотированиеоткрытые архивыбольшие языковые моделиметрики качестваГосударственная публичная научно-техническая библиотека РоссииГосударственный рубрикатор научно-технической информацииartificial intelligencescientific and technical librarysemantic query processingautomatic summarizationautomatic annotationopen archiveslarge language modelsquality metricsRussian National Public Library for Science and TechnologySRSTIСтатья подготовлена в рамках Государственного задания ГПНТБ России № 075- 00550-26-00 на 2026 г. по выполнению по теме № НИОКТР 126011215424-5 (FNEG-2025-0004)ReferencesГончаров М. В., Колосов К. А. Особенности использования больших языковых моделей при составлении текстовых рефератов // Научные и технические библиотеки. 2025. № 11. С. 203–214. DOI: https://doi.org/10.33186/1027-3689-2025-11-203-214Goncharov MV and Kolosov KA (2025) Specific aspects of using large language models in composing text abstracts. Nauchnye i tekhnicheskie biblioteki 11: 203–214. (In Russ.). DOI: https://doi.org/10.33186/1027-3689-2025-11-203-214Бычкова Е. Ф., Колосов К. А. Анализ возможностей автоматического реферирования статей на примере источников базы данных «Экология: наука и технологии» ГПНТБ России // Научные и технические библиотеки. 2023. № 10. С. 99–120. DOI: https://doi.org/10.33186/1027-3689-2023-10-99-120Bychkova EF and Kolosov KA (2023) Analyzing the prospects for computerized article abstracting as a case study of RNPLS&T’s database “Ecology: science and technology”. Nauchnye i tekhnicheskie biblioteki 10: 99–120. (In Russ.). DOI: https://doi.org/10.33186/1027-3689-2023-10-99-120Шрайберг Я. Л., Волкова К. Ю. Вопросы авторского права в отношении произведений, созданных при помощи генеративного искусственного интеллекта // Научные и технические библиотеки. 2025. № 2. С. 115–130. DOI: https://doi.org/10.33186/1027-3689-2025-2-115-130Shrayberg YaL and Volkova KYu (2025) Copyright in respect of the works created through the generative artificial intelligence tools. Nauchnye i tekhnicheskie biblioteki 2: 115–130. (In Russ.). DOI: https://doi.org/10.33186/1027-3689-2025-2-115-130Редькина Н. С. Метаданные и схемы метаданных в научных ресурсах открытого доступа // Научные и технические библиотеки. 2026. № 5. С. 146–163. DOI: https://doi.org/10.33186/1027-3689-2026-5-146-163RedkinaNS(2026)Metadataandmetadataschemes inopen access researchresources.Nauchnye itekhnicheskie biblioteki 5:146–163. (InRuss.). DOI: https://doi.org/10.33186/1027-3689-2026-5-146-163Грибков Д. Н. Поиск информации в библиотеках в эпоху цифровой трансформации: потенциал нейросетей и генеративного искусственного интеллекта // Библиосфера. 2026. № 1. С. 73–80. DOI: https://doi.org/10.20913/1815-3186-2026-1-8Gribkov DN (2026) Library information search in the age of digital transformation: the potential of neural networks and generative artificial intelligence. Bibliosphere 1: 73–80. (In Russ.). DOI: https://doi.org/10.20913/1815-3186-2026-1-8Гончаров М. В., Соколинский К. Е., Шрайберг Я. Л. Применение искусственного интеллекта в практике научно-технических библиотек: исследование потенциала, опыт использования, оценка перспектив // Научные и технические библиотеки. 2025. № 12. С. 144–164. DOI: https://doi.org/10.33186/1027-3689-2025-12-144-164Goncharov MV, Sokolinsky KE and Shrayberg YaL (2025) Artificial intelligence in the practice of sci-tech libraries: the study of potential, experience and assessment of prospects. Nauchnye i tekhnicheskie biblioteki 12: 144–164. (In Russ.). DOI: https://doi.org/10.33186/1027-3689-2025-12-144-164Зайцева Е. М. Анализ использования рекомендательных систем в библиотечно-информационной сфере и смежных областях // Научные и технические библиотеки. 2025. № 11. С. 139–160. DOI: https://doi.org/10.33186/1027-3689-2025-11-139-160Zaitseva EM (2025) Analyzing use of recommendation systems in the library and information sphere and related fields. Nauchnye i tekhnicheskie biblioteki 11: 139–160. (In Russ.). DOI: https://doi.org/10.33186/1027-3689-2025-11-139-160Lin T., Wang Y., Liu X., Qiu X. A survey of transformers // AI Open. 2022. Vol. 3. P. 111–132. DOI: https://doi.org/10.1016/j.aiopen.2022.10.001Lin T, Wang Y, Liu X and Qiu X (2022) A survey of transformers. AI Open 3: 111–132. DOI: https://doi.org/10.1016/j.aiopen.2022.10.001Gusev I. Dataset for automatic summarization of Russian news // Artificial intelligence and natural language : 9th conf. (Helsinki, Oct. 7–9, 2020). Cham, 2020. P. 122–134. DOI: https://doi.org/10.1007/978-3-030-59082-6_9Gusev I (2020) Dataset for automatic summarization of Russian news. Artificial intelligence and natural language: 9th conf. (Helsinki, Oct. 7–9, 2020). Cham, pp. 122–134. DOI: https://doi.org/10.1007/978-3-030-59082-6_9Бурнашева А. Г., Чабыева Я. С., Баторов А. Р., Максимова С. В. Применение технологий искусственного интеллекта в библиотечной каталогизации: опыт Национальной библиотеки Республики Саха (Якутия) // Научные и технические библиотеки. 2026. № 4. С. 88–110. DOI: https://doi.org/10.33186/1027-3689-2026-4-88-110Burnasheva AG, Chabyeva YaS, Batorov AR and Maksimova SV (2026) Application of artificial intelligence technologies in cataloging: the experience of the National Library of the Republic of Sakha (Yakutia). Nauchnye i tekhnicheskie biblioteki 4: 88–110. (In Russ.). DOI: https://doi.org/10.33186/1027-3689-2026-4-88-110

The authors declare that there are no conflicts of interest present.