В условиях возрастающей сложности управления Национальными проектами, направленными на достижение Национальных целей развития РФ, актуальной задачей становится автоматизация анализа взаимосвязей между запланированными в рамках этих проектов мероприятиями и показателями, которые отражают степень достижения поставленных в проекте задач. Традиционные методы ручной обработки документов характеризуются высокой трудоемкостью, субъективностью и значительными временными затратами, что обусловливает необходимость разработки интеллектуальных систем поддержки принятия решений. В данной статье представлен подход к автоматизации анализа связей и показателей национальных проектов, который позволяет автоматически выявлять и верифицировать семантические связи «мероприятие-показатель» в документах национальных проектов, значительно повышая эффективность аналитической работы. Данный подход основан на использовании Retrieval-Augmented Generation (RAG) системы, сочетающей локально адаптированную языковую модель с технологиями векторного поиска. Работа демонстрирует, что интеграция RAG-подхода с векторным поиском и учетом онтологии проектов позволяет достичь необходимой точности и релевантности анализа. Особую ценность системе придает не только способность генерировать интерпретируемые обоснования выявленных связей, но и возможность определять ключевые мероприятия, влияющие на достижение показателей сразу нескольких национальных проектов, включая те из них, чье воздействие на реализацию данных показателей неочевидно. Предложенное решение открывает новые возможности для цифровизации государственного управления и может быть адаптировано для других задач, например, определения рисков реализации мероприятий и генерации новых мероприятий.
In the context of the increasing complexity of managing national projects aimed at achieving the National Development Goals of the Russian Federation, an urgent task is to automate the analysis of the relationships between the activities planned within these projects and the indicators that reflect the degree of achievement of the objectives set in the project. Traditional methods of manual document processing are characterized by high labor intensity, subjectivity and significant time costs, which necessitates the development of intelligent decision support systems. This article presents an approach to automating the analysis of links and indicators of national projects, which allows for automatic detection and verification of semantic links "event-indicator" in national project documents, significantly increasing the efficiency of analytical work. This approach is based on the use of the Retrieval-Augmented Generation (RAG) system, which combines a locally adapted language model with vector search technologies. The work demonstrates that the integration of the RAG approach with vector search and taking into account the project ontology allows achieving the required accuracy and relevance of the analysis. The system is particularly valuable not only for its ability to generate interpretable justifications for the identified links, but also for its ability to identify key events that affect the achievement of indicators for several national projects at once, including those whose impact on the implementation of these indicators is not obvious. The proposed solution opens up new opportunities for the digitalization of public administration and can be adapted for other tasks, such as identifying risks in the implementation of events and generating new events.
The authors declare that there are no conflicts of interest present.