М. В. Гончаров 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.
Научная статья 
Государственный рубрикатор научно-технической информации
scientific and technical library
semantic query processing
automatic summarization
automatic annotation
open archives
large language models
quality metrics
Russian National Public Library for Science and Technology
SRSTI
научно-техническая библиотека
семантическая обработка запросов
автоматическое реферирование
автоматическое аннотирование
открытые архивы
большие языковые модели
метрики качества
Государственная публичная научно-техническая библиотека России