Нейронный поиск информации в цифровых библиотеках для повышения качества библиотечно-информационного обслуживания

Цифровая трансформация библиотечной отрасли предполагает активное внедрение искусственного интеллекта (Artificial Intelligence, AI), и особая роль здесь отводится нейронному поиску информации (или нейропоиску), основанному на искусственных нейронных сетях (ИНС). Нейронный поиск (НП) открывает новые возможности для повышения эффективности библиотечно-информационного обслуживания (БИО), обеспечивая более точный, быстрый и персонализированный доступ к знаниям в цифровой библиотеке (ЦБ). Применение НП преобразует парадигму БИО, меняя взаимодействие читателей с контентом. В статье рассматривается, как НП решает проблемы низкой релевантности результатов, ограниченной семантической обработки запросов и недостаточной персонализации. Методы исследования включают теоретический анализ научной литературы, нормативных документов и обобщение опыта внедрения ИНС. Результаты исследования показывают, что НП значительно улучшает качество сервиса за счет обработки сложных запросов, адаптации к индивидуальным потребностям пользователей и поддержки инклюзивного доступа к библиотечному фонду. Несмотря на высокий технологический потенциал, НП не заменяет, а дополняет традиционные методы, автоматизируя рутинные процессы и позволяя библиотекарям сосредоточиться на сложных и творческих задачах. Внедрение НП соответствует стратегиям цифровой трансформации библиотечного дела.

1. ГОСТ Р 7.0.103-2018 СИБИД. Библиотечно-информационное обслуживание. Термины и определения. Москва : Стандартинформ, 2018. 29 с.

2. Стратегия развития библиотечного дела в Российской Федерации на период до 2030 года. Утверждена распоряжением Правительства Российской Федерации от 13 марта 2021 г. № 608-р. URL: http://government.ru/docs/all/133337/ (дата обращения: 04.03.2026).

3. Указ Президента РФ от 28 февраля 2024 г. № 145 «О Стратегии научно-технологического развития Российской Федерации». URL: https://www.garant.ru/products/ipo/prime/doc/408518353/ (дата обращения: 04.03.2026).

4. Нещерет М. Ю. Нейросети в библиотеке: новое в библиографическом обслуживании // Научные и технические библиотеки. 2024. № 1. С. 105–128.

5. Нуждова Д. А. Нейросети в библиотечном деле: опыт проекта «Новые библиотекари» // Корпоративные библиотечные системы: технологии и инновации: материалы Международной научно-практической конференции. 2023. С. 59–65. URL: https://elib.spbstu.ru/dl/2/k23-6.pdf/download/k23-6.pdf (дата обращения: 04.03.2026).

6. Степанов В. К., Маджумдер М. Ш., Бегунова Д. Д. Методика применения большой языковой модели ChatGPT в библиотечно-библиографической деятельности // Научные и технические библиотеки. 2024. № 4. С. 86–108.

7. Степанов В. К., Лютецкий В. М. Искусственные нейросети в российских библиотеках: современное состояние и программа внедрения // Научно-техническая информация. Серия 1: Организация и методика информационной работы. 2025. № 1. С. 7–12. DOI: 10.36535/0548-0019-2025-01-2.

8. Ковалевский А. В. Модель коммуникации с искусственным интеллектом ДРУГ как методологический подход к составлению и оценке промптов // Научные и технические библиотеки. 2025. № 7. С. 142–163.

9. Мельников Е. В. Возможности нейросетей для библиотек // Информационный бюллетень РНТБ. 2024. № 1. С. 21–23.

10. Хорошавина У. В. Генеративный искусственный интеллект в библиотеке: обзор профессиональной периодической печати // Информационный бюллетень РНТБ. 2024. № 2. С. 20–25.

11. Das R., Islam M. Application of Artificial Intelligence and Machine Learning in Libraries: A Systematic Review. 2021. DOI: 10.48550/arXiv.2112.04573.

12. Doszkocs T. E. Neural networks in libraries: the Potential of a New Information Technology. URL: http://web.simmons.edu/~chen/nit/NIT'91/027-dos.htm

13. Frické M. Artificial Intelligence and Librarianship: Notes for Teaching 3rd Edition. The University of Arizona : SoftOption, 2024.

14. The Role of Artificial Intelligence in Enhancing Information Retrieval Systems in Academic Libraries / K. S. Kini, K. Ranjan, V. A. Avula et al. // Library Progress International. 2024. Vol. 44, No. 3. P. 22526–22541.

15. Kong J. Application and Research of Artificial Intelligence in Digital Library. In M. Atiquzzaman, N. Yen, & Z. Xu (Eds.). Big Data Analytics for Cyber-Physical System in Smart City. 2021. P. 318–325. DOI: 10.1007/978-981-33-4572-0_47.

16. Kwok K. L. A neural network for probabilistic information retrieval In ACM SIGIR Proceedings, 1989. P. 21–30.

17. Scholtes J. C. Brussels Artificial neural networks for information retrieval in a libraries context. Luxembourg, 1995.

18. A Survey on Artificial Intelligence Aided Internet-of-Things Technologies in Emerging Smart Libraries / S. Bi, C. Wang, J. Zhang et al. // Sensors, 22 (8). Article 8. 2022. DOI: 10.3390/s22082991.

19. Научная электронная библиотека расширяет возможности поиска близких по тематике публикаций с помощью встроенной нейросети // Научная электронная библиотека – eLIBRARY.RU. URL: https://elibrary.ru/projects/news/neural_search.asp? (дата обращения: 04.03.2026).

20. Ле Х. Исследование и разработка электронных библиотек на основе явного описания семантики ресурсов с использованием технологий Semantic Web: специальность 05.13.11 «Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей» : дис. … канд. техн. наук. Томск, 2013. 181 с.

21. Semantic search in digital library semantic technology / O. Nurul, M. Noah, Sh. Azman, O. Nazlia // 2010 International Symposium on Information Technology, Kuala Lumpur, Malaysia, 2010. P. 1504–1507. DOI: 10.1109/ITSIM.2010.5561476.

22. Mitra B., Craswell N. An Introduction to Neural Information Retrieval, Now Foundations and Trends, 2018. DOI: 10.1561/1500000061.

23. Harnessing AI for Enhanced Searching in Digital Libraries: Transforming Research Practices / M. Shamsitdinova, D. Khashimova, U. Nasirova, N. Khikmatov // Indian Journal of Information Sources and Services. 2024. 14 (3). P. 102–109. DOI: 10.51983/ijiss-2024.14.3.14.

24. Xinjun K. Personalized Recommendation System of Smart Library Based on Deep Learning. In book: Application of Intelligent Systems in Multi-modal Information Analytics. 2022. P. 1011–1016. DOI: 10.1007/978-3-031-05484-6_136.

25. Xue T., Xianqing W., Tingting L. Research on Personalized Recommendation System of Library Collection Based on Deep Learning. IEEE 2nd International Conference on Image Processing and Computer Applications (ICIPCA), Shenyang, China. 2024. P. 850–854. DOI: 10.1109/ICIPCA61593.2024.10709150.

26. Implementation of Voice Search Technology in Digital Library Systems / M. H. Sallaah, S. Kumar, M. A. P. Manimekalai et al. // Indian Journal of Information Sources and Services. 2025. 15 (2). P. 110–115. DOI: 10.51983/ijiss-2025.IJISS.15.2.15.

27. Vijay K. S., Sheshadri Kn. The Voice Assistants that connect you to your library, whether it is Alexa, Google, or Siri. Annals of Library and Information Studies. 2024. 71 (3). P. 272–278. DOI: 10.56042/alis.v71i3.8342.

28. Zeng Y., Zhou J., Xu T. Research on the Construction of Multimodal Datasets for Digital Libraries. 5th International Conference on Computer Science and Technologies in Education (CSTE), Xi'an, China, 2023. P. 330–334. DOI: 10.1109/CSTE59648.2023.00064.

29. Retrieval-Augmented Generation for Large Language Models: A Survey / Y. Gao, Y. Xion, X. Gao et al. 2023. ArXiv, abs/2312.10997.