Аңдатпа
Қажетті құқықтық ақпаратқа қол жеткізу заң мамандары мен мекемелер үшін өте маңызды. Дәстүрлі кілт сөзге негізделген іздеу жүйелерінің сұраулары мен заңдық құжаттар арасындағы, әсіресе көптілді ортадағы мағыналық қатынастарды анықтау мүмкіндіктері төмен. Бұл зерттеуде көптілді ендірулерді және векторлық ұқсастықты іздеуді қолдана отырып, Қазақстан Республикасының нормативтік құқықтық актілері мен сот шешімдерінен ақпаратты семантикалық іздеу үлгілері ұсынылған. Зерттеу жұмысында қазақ және орыс тілдерінде шамамен 77 миллион токеннен тұратын үлкен екі тілді корпус өңделеді. Құжаттар мәтін бөліктеріне бөлінген және көптілді ендіру үлгілері, соның ішінде көптілді е5-large және bge-m3 арқылы кодталған. Эксперименттік бағалау сала сарапшылары қарастырған заңды сұраулардың деректер жинағын пайдалана отырып жүргізілді. Нәтижелер семантикалық іздеудің дәстүрлі әдістермен салыстырғанда іздеу дәлдігін едәуір жақсартатынын көрсетті. Оңтайлы конфигурацияда 1024 токеннен тұратын және 20 токеннен тұратын қабаттасатын (overlap) көп тілді e5-large ендірулер қолданылды. Ұсынылған зерттеу көптілді құқықтық ақпараттық жүйелерде семантикалық іздеудің тиімді үлгілерін ұсынады.