AI-нормализация НСИ на базе low-code платформы Loginom

26 февраля 2026
0 комментариев

Подход к структуризации нормативно-справочной информации на аналитической low-code платформе Loginom с использованием больших языковых моделей. Он позволяет значительно ускорить внедрение решений и повысить эффективность цифровизации бизнес-процессов.

Цифровизация бизнес-процессов стала неотъемлемой частью развития современных предприятий. Вопрос о целесообразности ее внедрения больше не стоит — цифровая трансформация стала объективной необходимостью. Основной вызов заключается в другом: каким образом проводить цифровизацию эффективно, быстро и как минимизировать нагрузку на существующую IT-инфраструктуру. Сотрудники современных предприятий формируют значительный объем цифровых следов. Однако на практике они, как правило, хранятся в виде, непригодном для автоматизированной обработки — в форме неструктурированных данных.

Чтобы воспользоваться этой информацией, необходим инструмент (ПО). Желательно, чтобы он не перегружал IT-департамент, и позволял проводить цифровизацию оперативно. Таким инструментом является аналитическая low-code платформа Loginom.

В докладе рассматривается использование решения, которое направлено главным образом на структуризацию нормативно-справочной информации (НСИ). Тем не менее, с его помощью можно обрабатывать иные текстовые данные.

Задачу, которая решалась, можно проиллюстрировать следующим примером: есть запись товарно-материальной ценности (ТМЦ), все описание находится в одном поле таблицы (это неструктурированные данные). Необходимо дать структурированное описание: получить конкретные характеристики товара — извлечь их из самого поля или получить из баз данных, в которых есть искомые ТМЦ. Есть специфические проблемы: например, оптическое распознавание текста дает значительное количество ошибок.

Жизненный цикл DataOps

Пример обработки записей

В рамках решения задачи выполняется:

  • выделение атрибутов;
  • стандартизация (удаление ненужных символов, исправление ошибок, замена сокращений и др.);
  • обогащение (с использованием различных баз данных);
  • классификация (с использованием правил, ML-моделей).

Для решения поставленной задачи используются большие языковые модели (LLM), а также ансамбли моделей. Такой подход обеспечивает существенные преимущества, прежде всего за счет высокой скорости внедрения: отпадает необходимость в длительной разработке и сопровождении большого количества правил, что позволяет значительно сократить сроки реализации решений.

Кейсы использования решения для структуризации НСИ:

  • анализ ценовой информации — система интеллектуального расчета актуальной цены;
  • дедубликация справочников — поиск дубликатов по совпадению атрибутов;
  • поисковые системы — поиск материалов на основании требуемых значений атрибутов;
  • подбор материалов — обработка заявок на поставку необходимых материалов;
  • подбор аналогов — замена отсутствующих материалов аналогичными.

Таким образом, использование low-code платформы Loginom в сочетании с большими языковыми моделями позволяет эффективно решать задачи структуризации нормативно-справочной информации. Предлагаемый подход обеспечивает высокую скорость внедрения, снижает нагрузку на IT-подразделения и создает основу для дальнейшей цифровизации бизнес-процессов.

Подробнее об AI-нормализации нормативно-справочной информации в выступлении сотрудников отдела консалтинга Loginom Company Александра Зацепина, Владислава Межонного:


Другие материалы по теме:

Рабочие кейсы применения AI с Loginom

Как встроить ИИ в конвейер очистки НСИ

#Очистка НСИ

Смотрите также

Подписывайтесь на телеграмм-канал Loginom
Новости, материалы по аналитике, кейсы применения, активное сообщество
Подписаться