О. В. Митренина В статье рассматривается применение технологии генерации с дополненным поиском (RAG – Retrieval Augmented Generation) к библиографической работе с крупными неструктурированными философскими текстами на примере «Семирамиды» А. С. Хомякова. Автор описывает принципы функционирования RAG-систем, основанные на семантическом анализе текста и векторной индексации, которая позволяет быстро извлекать фрагменты, релевантные запросам исследователей. Особое внимание уделено вызовам, связанным с обработкой «Семирамиды» – трехтомного незавершенного труда Хомякова, написанного без четкой тематической организации и долгое время остающегося труднодоступным для анализа. Статья содержит описание RAG и векторной индексации, а также результаты тестирования системы на сложных вопросах, требующих интеллектуального анализа историософского содержания. Приводимые примеры ответов системы демонстрируют ее способность извлекать и систематизировать рассеянные по тексту релевантные аргументы и идеи. В статье делается вывод о перспективности метода не только для изучения наследия Хомякова, но и для работы с другими массивными источниками (дневниками, мемуарами, архивными документами), трудно поддающимися традиционным методам библиографического описания. Работа представляет практический вклад в развитие цифровой герменевтики и демонстрирует возможности искусственного интеллекта в гуманитарных исследованиях.
Научная статья 
RAG-системы
vector indexing
library information service
artificial intelligence
Large Language Model
Slavophilism
philosophical discourse
векторная индексация
библиотечно-информационное обслуживание
библиографическое обслуживание
искусственный интеллект
большие языковые модели
славянофильство
философский дискурс