В основе механизма лежит метод сегментирования. Он позволяет корректно справляться с ситуацией, когда большие сложные документы охватывают сразу несколько тем, что при обычном подходе сильно затрудняет автоматический поиск. После разбиения на тематически однородные куски текста алгоритм выполняет поиск более эффективно.

«В рамках исследования мы использовали метод, основанный на подходе аддитивной регуляризации тематических моделей (additive regularization of topic models, ARTM) и алгоритме TopicTiling. В результате экспериментов удалось улучшить точность работы узкоспециального поиска по научным публикациям с 55% до почти 82%», — так прокомментировал выбранный подход Никита Никитинский, научный сотрудник Центра исследования больших данных НИТУ «МИСиС».

Разработка уже реализована в российском проекте создания Реестра обязательных требований.