Глоссарий компании для ИИ-поиска: одно сокращение, два смысла

Сотрудник спросил про КП, система нашла свежий документ и объяснила всё без ошибок. Только для продаж это коммерческое предложение, а для другой команды — контрольная проверка. Разбираем, как сделать различие управляемым.

Глоссарий для ИИ-поиска связывает понятие с определением, контекстом, допустимыми названиями и источником. Одинаковые сокращения с разными смыслами остаются раздельными; недостаточный контекст ведёт к уточнению. Карта синонимов реализует только часть правил. Приёмка проверяет верный выбор, отрицательные примеры и отсутствие неподтверждённой подмены.

«Где шаблон КП?» — вопрос правильный, ответ чужой

Учебная компания использует сокращение КП в двух командах. Для продаж это коммерческое предложение, для внутренней проверки — контрольная проверка. Сотрудник задаёт короткий вопрос, поиск находит свежий документ, модель аккуратно объясняет содержание. Ошибок в распознавании текста нет. Найденное значение просто относится к другой рабочей ситуации.

Такая проблема не лечится одним требованием «отвечай точнее». В вопросе действительно недостаточно контекста, а в материалах действительно есть два смысла. Глоссарий компании помогает описать различие: какой термин обозначает какое понятие, где применяется, какие варианты названия допустимы и с чем его нельзя автоматически смешивать.

Речь именно о поиске по уже корректно написанному тексту. Не о том, как распознать название на шумной записи, не о правах доступа и не о всей архитектуре базы знаний. Главный артефакт — небольшая карточка смысла и контрольные пары вопросов. Она должна помогать выбрать применимое значение, а не превращать все похожие слова в одну большую группу синонимов.

Слово, понятие и контекст нужно хранить раздельно

Одно понятие может иметь несколько названий. Одно сокращение — несколько значений. Если записать только пары «это равно тому», эти ситуации смешаются. Поиск начнёт расширять запрос в обе стороны даже там, где требуется уточнение. Для рабочего словаря полезно сначала создать понятие, затем связать с ним названия и область применения.

Условный идентификатор sales_offer может обозначать коммерческое предложение в процессе продаж. У него есть основное название, допустимое сокращение и ссылка на утверждённое определение компании. Другое понятие quality_check живёт отдельно, даже если тоже называется КП. Идентификаторы приведены как пример структуры, а не как обязательный формат конкретной платформы.

В SKOS Reference W3C различаются основные, альтернативные обозначения и пояснения понятий. Это полезная модель словаря, но её упоминание не означает соответствие вашего проекта стандарту SKOS.

Контекст может включать подразделение, рабочий процесс и тип вопроса. Но нельзя превращать его в догадку по одному случайному слову. Сотрудник продаж иногда ищет материалы контроля качества. Поэтому роль пользователя помогает, но не всегда определяет смысл. Если несколько значений остаются правдоподобными, интерфейсу нужен короткий уточняющий вопрос.

Карточка термина, которая выдерживает вопрос новичка

В карточке сначала указывают понятное определение. Не круговое «КП — это КП по принятому процессу», а описание предмета и назначения. Затем — где термин применяется и какой источник подтверждает смысл. Владельцем становится человек или роль, способные решить спор. Нейросеть может подготовить черновик, но не назначает корпоративное значение сама.

Поля «альтернативы» и «не путать» особенно важно не объединять. В первом находятся способы назвать то же понятие. Во втором — похожие строки, которые должны вести к другому смыслу или уточнению. Без отрицательной границы словарь легко увеличит полноту поиска ценой неправильного контекста. Пользователь увидит больше документов и не обязательно нужные.

Для каждой альтернативы полезно знать условия. Прежнее название отдела может быть настоящим синонимом в старых инструкциях, а может обозначать другую функцию после реорганизации. Не нужно автоматически считать переименование полной взаимозаменяемостью. Сначала владелец подтверждает, сохранился ли смысл. Это предметная работа, а не задача удаления старых файлов.

Три вида связи вместо общего «синоним»

Первая связь — точный вариант названия одного понятия в заданном контексте. Например, полное название и согласованное сокращение. Здесь расширение запроса может быть полезным. Но нужно проверить, не встречается ли тот же вариант с другим значением за пределами области. Глобальное правило способно сломать соседнюю команду, даже если отлично помогает первой.

Вторая связь — направленная подсказка. Пользователь вводит старое название, система предлагает нынешний термин и объясняет переход. Это не обязательно означает, что любой запрос по новому названию должен искать все исторические упоминания. Направление зависит от задачи. Для актуальной инструкции и исторического разбора могут понадобиться разные пути.

Третья связь — неоднозначность. У строки несколько возможных понятий. Её нельзя безусловно расширять во все стороны и затем просить модель выбрать самое убедительное. Лучше сохранить варианты и основания для уточнения. Человек отвечает на один понятный вопрос, после чего поиск идёт в нужную область. Дополнительная реплика здесь сокращает риск большого неправильного ответа.

Microsoft в документации Azure AI Search описывает расширение запросов через эквивалентные термины. Это механизм поиска, а не автоматическое понимание всех корпоративных значений сокращения.

Поэтому словарь смыслов и карта синонимов поисковой системы — связанные, но разные вещи. Первая хранит предметные договорённости. Вторая реализует часть поведения в конкретном движке. Между ними нужен явный перевод правил. Не каждую связь из карточки можно безопасно выгрузить как равенство слов.

Как разобрать одну неоднозначную аббревиатуру

Начните с нескольких разрешённых вопросов сотрудников, где сокращение уже вызвало затруднение. Не нужно собирать все слова компании сразу. Для каждого вопроса выясните, какое значение ожидалось, что было найдено и почему контекст оказался недостаточным. Иногда проблема в неверном определении, иногда — в слишком широком расширении запроса.

В учебном примере есть два документа: шаблон коммерческого предложения и порядок контрольной проверки. Оба актуальны. На вопрос «где шаблон КП для покупателя?» ожидается первый. На вопрос «что включить в КП после проверки процесса?» контекст может оставаться неясным. Хорошая система не обязана выдавать одинаково уверенный ответ в обоих случаях.

Уточнение должно быть коротким и предметным: «Ищете коммерческое предложение или материалы контрольной проверки?» Не стоит показывать пользователю внутренний идентификатор понятия или требовать выбрать индекс поиска. Это детали реализации. Человек должен понимать смысл вариантов и иметь возможность сказать, что ни один не подходит.

После уточнения важно использовать его в дальнейшем поиске и ответе. Если система спросила, получила выбор и всё равно собрала документы обоих значений, диалог был декоративным. Приёмка должна доходить до результата: применимый источник, корректное определение и отсутствие неподтверждённой подмены. Сам факт появления уточняющего вопроса ещё не является успехом.

Когда словарь делает поиск хуже

Слишком широкая группа синонимов увеличивает шум. Термин начинает находить материалы другой команды, старой функции или соседнего процесса. Модель может составить плавное объяснение из несовместимых фрагментов. Снаружи ответ выглядит богаче, а предметная точность снижается. Поэтому после добавления правила нужно проверять не только новые удачные запросы, но и сохранённые соседние.

Вторая проблема — замена слов внутри устойчивого выражения. Несколько слов вместе могут обозначать конкретный термин, который нельзя разбирать независимо. В документации Elasticsearch synonym_graph отдельно рассматриваются многословные синонимы. Выбор технического механизма проверяется для своего поиска.

Третья — незаметная подмена при подготовке ответа. Даже если поиск верно сохранил сокращение, модель может раскрыть его привычным общим значением. Поэтому глоссарий нужен не только на входе. В проверке результата важно увидеть, какое понятие использовано в объяснении и подтверждается ли оно выбранным источником. Автоматическая замена текста не должна создавать новый факт.

Четвёртая — превращение предпочтительного названия в запрет на понимание других. Сотрудник может пользоваться разговорным или прежним словом. Задача системы — помочь найти смысл, а не воспитывать терминологическую дисциплину отказом отвечать. Полезно показать принятое название, сохранив доступ к допустимым вариантам. Но при неоднозначности потребуется уточнение, а не безусловное исправление пользователя.

Контрольные пары вопросов

Пара помогает проверить, что система реагирует на контекст, а не только на знакомую строку. В одном вопросе сокращение должно вести к первому понятию, в другом — ко второму. Третий вариант оставляют намеренно неполным. Для него правильным исходом становится уточнение. Так проверяется и способность выбрать, и способность не выбирать без оснований.

Например, в учебном наборе «подготовить КП покупателю» и «найти результаты КП процесса» должны приводить к разным материалам. Если вторая фраза всё ещё неоднозначна по корпоративным правилам, не нужно искусственно назначать ей один ответ. Уточнение остаётся эталоном. Контрольный набор отражает реальные договорённости, а не желание иметь по одному красивому ответу на каждую строку.

Добавьте вопросы без сокращения. Иначе система может хорошо распознавать КП и плохо находить полное название. Добавьте разговорную формулировку и прежнее имя, если оно допустимо. Затем отрицательный пример с похожим, но другим понятием. Эти группы помогают увидеть цену расширения: не только что стало находиться, но и что начало путаться.

В карточке теста сохраняются вопрос, ожидаемое понятие или уточнение, применимый источник и запрещённая подмена. Необязательно требовать точное совпадение текста ответа. Важнее смысл и основание. Слишком жёсткая проверка формулировки способна отклонять хороший ответ и принимать заученный, который не подходит изменившемуся контексту.

Кто утверждает смысл, когда команды не согласны

Глоссарий часто обнаруживает организационную неопределённость. Два подразделения используют одно название по-разному и оба считают свой вариант очевидным. Это не обязательно ошибка кого-то из них. Сначала нужно описать области. Если значения действительно сосуществуют, карточки остаются раздельными. Если компания решила унифицировать понятие, решение подтверждает владелец процесса.

Не следует заставлять модель выбирать корпоративную терминологию большинством документов. Старое название может встречаться чаще просто потому, что архив большой. Частота слова не устанавливает действующее определение. Нужны источник, область и ответственное решение. Автоматизация полезна для подготовки кандидатов и примеров, но не для молчаливого утверждения нового языка компании.

Изменение карточки должно иметь объяснение и версию. Что поменялось: предпочтительное название, область, допустимая альтернатива или само определение? У этих правок разные последствия для поиска. Если смысл изменился, прежние контрольные ответы могут стать неверными. Если исправлена опечатка, полный пересмотр всего корпуса обычно не требуется. Объём проверки зависит от затронутых связей.

Пользователь должен иметь простой способ сообщить о неправильном раскрытии термина. Отзыв «плохо» мало помогает. Полезнее указать ожидаемое значение и доступный источник. Затем сигнал получает владельца. Иначе глоссарий превращается в ещё один документ, который правильно написан в день запуска и постепенно расходится с рабочей речью команды.

Что передать разработчику поиска

Разработчику нужен не только список «слово — расшифровка». Нужны понятия, области, направления связей и запрещённые смешения. Также контрольные вопросы и ожидаемые исходы. По этому набору можно выбрать, что реализуется в поисковом расширении, что — в фильтрации контекста, а что — в уточняющем диалоге. Техническое решение следует предметной модели.

Если часть правила нельзя выразить простой картой синонимов, это не повод упростить смысл до равенства. Возможно, нужна дополнительная логика выбора области. Возможно, достаточно интерфейсного уточнения. Иногда выгоднее изменить документ и использовать полное название в ключевом месте. Самый сложный механизм не обязательно лучший способ убрать одну неоднозначность.

Нужно определить, где глоссарий участвует в маршруте. До поиска помогает понять вопрос; при подборе ограничивает область; в ответе контролирует раскрытие термина. Не обязательно использовать его на всех этапах одинаково. Но приёмка должна показывать фактический путь. Иначе словарь может существовать в базе и почти не влиять на результат.

В проекте корпоративной базы знаний с ИИ такой набор можно готовить для выбранного предмета. Статья описывает методику, а не обещает готовую универсальную функцию любого поиска. Совместимость движка, способ обновления словаря и проверка конкретных вопросов входят в состав согласуемой работы.

Экономика словаря: начать с дорогих недоразумений

Составить полный словарь всей организации дорого. В него легко попадут редкие слова, которые никто не ищет. Для начала полезнее выбрать несколько неоднозначностей, из-за которых люди получают неправильный документ или тратят время на уточнение. Тогда можно наблюдать конкретный эффект и понять, нужна ли дальнейшая автоматизация.

В расходы входят работа владельца смысла, подготовка карточек, настройка поиска и разбор контрольных результатов. Генерация определений моделью — только небольшой компонент. Если никто не может подтвердить область термина, скорость написания текста мало помогает. Сначала компания должна решить, что именно хочет сохранить как рабочее знание.

Приёмка может учитывать число верных выборов, уместных уточнений, ложных подмен и время сотрудника до нужного источника. Показатели показывают разные стороны. Рост числа найденных документов не обязательно полезен, если человек дольше отсеивает чужие значения. Сокращение уточнений тоже не всегда хорошо: система могла просто начать угадывать без достаточного основания.

На маленькой выборке показывайте конкретные вопросы и исходы. Не нужно объявлять несколько удачных сокращений доказательством качества всего поиска. Словарь устраняет определённый класс путаницы, но не исправляет отсутствующий документ, плохое извлечение таблиц или неверную корпоративную инструкцию. Границы полезности важны и для планирования расходов, и для доверия пользователей.

Соседние задачи остаются отдельными

В статье о корпоративном поиске, правах и актуальности разобраны доступность источников и проверка применимости ответа. Глоссарий не заменяет эти механизмы и не расширяет доступ. Он отвечает на более узкий вопрос: какое значение уже корректно написанного термина относится к текущей задаче.

Словарь для распознавания речи помогает на другом переходе — от звука к написанному названию. В нашем примере текст КП уже распознан без ошибки. Неоднозначность начинается после этого. Смешивать две работы удобно в презентации, но неудобно в приёмке: правильная транскрипция может привести к неправильному понятию.

Общая база знаний компании содержит документы и правила шире одного словаря. Не стоит переписывать её целиком ради новой аббревиатуры. Карточка смысла должна ссылаться на подтверждающее содержание, а не дублировать все инструкции. Тогда источник остаётся владельцем факта, а словарь помогает найти и правильно назвать его.

Один термин как законченный первый шаг

Выберите сокращение, которое реально путают. Найдите два контекста, запишите определения, допустимые названия и отрицательную границу. Подготовьте несколько вопросов: два с достаточным контекстом и один неполный. Проверьте, что система не только выбирает правильный материал, но и умеет спросить, когда оснований нет. Это уже законченная работа, которую можно принять.

Затем измените одну карточку и повторите связанные проверки. Если улучшение первого значения ухудшило второе, правило слишком широкое или применение недостаточно контекстное. Такая ошибка полезна: она показывает конкретный механизм, который нужно изменить. Общая команда «используй глоссарий внимательнее» не даёт разработчику той же информации.

Хороший словарь не заставляет компанию говорить одинаковыми словами в любой ситуации. Он делает различия видимыми и управляемыми. Человек может задать короткий вопрос, получить уместное уточнение и попасть к нужному смыслу. Для ИИ-поиска это важнее, чем уверенно раскрывать каждую знакомую аббревиатуру первым пришедшим в голову способом.