Статья посвящена применению технологии генерации с дополненным поиском (RAG) к классическому философскому тексту «Семирамида» А. С. Хомякова — массивному, неструктурированному трехтомному произведению середины XIX века, в котором формулировались основные историософские идеи автора. Основная проблема, которую решает исследование, заключается в необходимости сделать содержание столь объемного и организационно сложного текста более доступным для ученых и исследователей без потери содержательной глубины. В работе подробно описываются принципы функционирования RAG-системы, в которой большие языковые модели используют векторную индексацию для поиска семантически релевантных фрагментов текста, и демонстрируется ключевая роль векторной базы данных, которая преобразует фрагменты текста в математические векторы, обеспечивая быстрый поиск информации, похожей по смыслу на пользовательский запрос. Система была протестирована на серии сложных вопросов, требующих глубокого анализа текста. Полученные результаты демонстрируют высокую эффективность RAG-системы в работе с неструктурированными историческими и философскими произведениями. Ответы модели на калибровочные вопросы совпали с экспертными оценками, что подтверждает надежность предложенного подхода. Автор подчеркивает универсальность предложенного инструмента и его потенциал для применения к другим обширным неструктурированным источникам архивного, мемуарного и дневникового происхождения. Работа открывает новые возможности для интеллектуального анализа классических текстов русской философской мысли с использованием современных технологий искусственного интеллекта, сохраняя при этом научную добросовестность и опору на первоисточники.
