119602, г. Москва, Муниципальный округ Тропарёво-Никулино,
ул. Тропарёвская, д. 4, стр. 1, помещение 6А/2
Общая информация
Корпоративная группа, занимающаяся производством и передачей электрической и тепловой энергии, горячим водоснабжением и водоотведением, должна постоянно отслеживать изменения в нормативно‑правовой базе (НПА). В функциональных требованиях проекта указывается, что сегодня процесс мониторинга и анализа выполняется вручную: специалисты регулярно просматривают федеральные порталы (regulation.gov.ru, publication.pravo.gov.ru), сайты ФОИВ (ФАС, Минэнерго, Минстрой, Минэкономразвития), площадки досудебных и судебных разногласий и скачивают тексты НПА; затем они оценивают влияние каждого документа на деятельность компании, выделяют риски, готовят аналитическую справку в формате Word или PDF и передают её ответственным подразделениям.
Такой подход требует больших трудовых затрат и не гарантирует оперативной реакции на изменения. Подчёркивается, что целью проекта является автоматизация и оптимизация этих процессов: от поиска документов до формирования аналитической справки.
Такой подход требует больших трудовых затрат и не гарантирует оперативной реакции на изменения. Подчёркивается, что целью проекта является автоматизация и оптимизация этих процессов: от поиска документов до формирования аналитической справки.
Поиск, сбор и предварительная обработка документов
-
Поиск и сбор документовЗадача: Регулярно получать новые нормативные акты и проекты изменений с официальных сайтов (портал проектов НПА, сайты министерств и судов) и сохранять их в хранилище с разбивкой по датам и темам.
Решение: Использовать web-скраперы (например, Scrapy, BeautifulSoup), которые ежедневно посещают ресурсы, скачивают новые документы (PDF, DOCX, HTML) и извлекают метаданные (название, дата, орган принятия), сохраняя их в репозитории. -
Извлечение структурированных реквизитовПосле получения текста выделите ключевые поля: реквизиты НПА (номер, дата, орган), область регулирования, статус и т.д., используя NER. В русскоязычной практике эффективны модели spaCy (ru_core_news_lg) или DeepPavlov NER, которые можно дообучить на примерах НПА. Дополняют NER регулярные выражения для поиска стандартных паттернов, таких как «Постановление № 1234-Р от 12.12.2025». Полученные сущности используются для индексации и поиска внутренних документов (подробнее в разделе «Интеграция с 1С»). -
Распознавание и извлечение текстаНПА бывают в форматах PDF, DOCX и сканы. Перед анализом структурируем их.
PDF/DOCX: Используем pdfminer.six или python-docx для выделения текста.
Сканы: Применяем OCR. Для русскоязычных документов подходят Tesseract с lang='rus+eng' или PaddleOCR -
КраулингКраулинг собирает сырой материал. Затем извлекаются текст и метаданные для индексации и поиска внутренних документов (см. раздел «Интеграция с 1С»).
Для устойчивости краулинга:- Проверяем доступность источника и наличие новых номеров.
- Загружаем документы по дате и номеру, сохраняя их в структурированных папках.
- Для сложных порталов используем Selenium, Playwright или сервисы цифрового сбора данных
Классификация и категоризация документов
Задача. Определить, к какой тематике (электроэнергетика, теплоснабжение, водоснабжение) относится документ и насколько он актуален для компании.
Используемые модели. Лучшими результатами в юридической предметной области обладают языковые модели на базе трансформеров. Адаптация модели BERT под юридические тексты требует обработки длинных документов (до 1600 токенов) и предобучения на тематических корпусах; отсутствие такой адаптации приводит к падению качества. Необходимо специально обучать модель на юридических данных и применять техники разбиения текста на части, что улучшает точность классификации. LegalBERT и Longformer в свою очередь, предобученные на судебных решениях, дают прирост точности классификации по сравнению с обычным BERT и повышают показатели ROUGE при суммаризации.
Для русских НПА подойдёт RuBERT (разработан Сбером) или DeepPavlov/rubert-base-cased, дообученные на корпусе законодательных актов.
Для русских НПА подойдёт RuBERT (разработан Сбером) или DeepPavlov/rubert-base-cased, дообученные на корпусе законодательных актов.
Алгоритм классификации
Преобразование текста
Текст документа преобразуется в вектор с помощью выбранной модели (BERT, LegalBERT, RuBERT)
Обучение классификатора
Поверх трансформера обучается классификатор (Linear/Softmax или SVM), который выдаёт вероятность принадлежности документу к определённой теме и типу (закон, приказ, постановление, проект)
Порог вероятности
Порог вероятности позволяет фильтровать не относящиеся документы.
Дообучение
Модель периодически дообучается на новых размеченных примерах, чтобы учитывать изменения в структуре нормативных актов
Суммаризация и аналитика
Задача. Составить краткое содержание документа и выделить ключевые положения, влияющие на деятельность компании, для включения в аналитическую справку.
Согласно исследованиям, юридические документы отличаются большим объёмом и сложной структурой, поэтому сравниваются различные методы суммаризации: от простых извлечений предложений (LexRank, PacSum) до современных трансформеров (BERTSUM, T5, Longformer). Эксперименты по суммаризации судебных дел показывают, что современные модели требуют приспособления к длинным входам.
В прикладном решении можно использовать два подхода:Наш путь к автоматизации не обошелся без препятствий, но каждая сложность дала толчок к эффективным решениям.
Согласно исследованиям, юридические документы отличаются большим объёмом и сложной структурой, поэтому сравниваются различные методы суммаризации: от простых извлечений предложений (LexRank, PacSum) до современных трансформеров (BERTSUM, T5, Longformer). Эксперименты по суммаризации судебных дел показывают, что современные модели требуют приспособления к длинным входам.
В прикладном решении можно использовать два подхода:Наш путь к автоматизации не обошелся без препятствий, но каждая сложность дала толчок к эффективным решениям.
- Извлекательная суммаризацияВыделяются наиболее информативные предложения с помощью алгоритмов TF‑IDF + SVM, TextRank или PacSum. Этот подход прост и легко интерпретируем: предложения, содержащие слова «вступает в силу», «тарифы», «обязан», «право», будут иметь высокий вес
- Абстрактивная суммаризацияГенерируется новый текст, сохраняющий смысл, но сокращающий объём документа. Для длинных НПА подходят модели вроде LongformerEncoderDecoder (LED), PEGASUS или RuT5. Обучение производится на размеченной выборке: оригинальный документ и его ручной конспект. Практика показывает, что обучение на юридическом корпусе повышает показатели ROUGE.
Выводы и заключение
Опытная эксплуатация доказала работоспособность и выявила точки роста.
-
Главный итогМы не просто автоматизировали процесс — мы создали, протестировали и внедрили в промышленную эксплуатацию целостное ИИ-решение, интегрированное с 1С -
Доказанная ценностьРешение работает и уже сейчас приносит измеримый эффект, освобождая время сотрудников от рутины -
МасштабируемостьГотовая модель для автоматизации других документов: договоры, заявки -
Промышленное внедрениеЦелостное ИИ-решение успешно интегрировано с 1С и работает в продакшене
Итоговый эффект:
- Ускорение оплаты счетов
- Скорость подписания акта при постоплате влияет на оплату
- Счет не запускается без подписанного акта
- Быстрая обработка большого количества актов в моменте в сжатые сроки
- 300+Актов обработано
За первые 3 недели работы системы - 20Документов ежедневно
Обрабатывается с высокой точностью - 90%Автоматизация к 2026
Доля актов с автообработкой - 30%Сокращение труда
Уменьшение ручной работы
Ответственность до конца
Доводим систему до запуска и результата.
Мы управляем внедрением как проектом — с прогнозируемыми этапами, прозрачными процессами и гарантией результата.
Консультация
Почему компании выбирают Райс
Прозрачные процессы
Этапы и сроки понятны всем участникам.
Минимум рисков
Внедрение предсказуемое и под контролем.