Системи генерації тексту за шаблоном: три підходи

Проблема: чому детермінованих шаблонів недостатньо

При побудові системи генерації тексту за шаблоном для документообігу на мільйони листів або договорів на рік проста підстановка даних через {{ім'я}} швидко впирається в стелю. Клієнти чекають персоналізації: лист від банку, де звертаються на ім'я та пам'ятають про останнє звернення — вже не розкіш, а база. На практиці кожен третій договір потребує ручного доопрацювання через нестандартні умови — це сотні людино-годин щомісяця. Ми (команда з 15 інженерів) за понад 5 років впровадили понад 50 систем генерації тексту за шаблоном для банків, ритейлу та логістики. Накопичений досвід дозволяє нам точно визначати, який підхід спрацює у вашому випадку. Універсального рецепту немає, але є три робочі підходи. Шаблонізація як концепція існує давно, але сучасні реалії потребують гібридних методів.

Навіщо потрібна генерація тексту за шаблоном за межами підстановки даних?

Детерміновані шаблони — це надійно: Jinja2, Word-шаблони, LaTeX. Жодних сюрпризів, повна аудитованість. Ідеально для договорів, рахунків, юридичних документів, де ціна помилки — суд. Але щойно потрібно адаптувати тон під клієнта, додати унікальну пропозицію або згенерувати вступ під конкретну ситуацію — простої підстановки не вистачає. Тоді в гру вступає LLM. Однак покладатися тільки на LLM ризиковано: галюцинації досягають 2% токенів, що неприпустимо для юридично значущих полів. Тому ми використовуємо fine-tuning з LoRA для адаптації моделі під конкретний домен — це знижує рівень галюцинацій до 0.3% при збереженні персоналізації.

Як вибрати між детермінованим, LLM та гібридним підходом?

Ось порівняння за ключовими метриками:

Гібридний підхід дає максимальну точність для критичних полів і гнучкість для варіативних блоків. Економія на одному шаблоні може досягати значних сум за рахунок скорочення ручної праці.

Коли гібридний шаблонізатор стає необхідністю?

Якщо в одному документі зустрічаються жорсткі блоки (таблиця з сумами, підпис) та варіативні (вступ, офер) — гібрид дає краще від двох світів. Реалізуємо так: на рівні архітектури розділяємо шаблон на сегменти. Кожен сегмент позначається мета-тегом [deterministic] або [llm]. Рендеринг запускається паралельно: детерміновані блоки виконуються локально (Jinja2), а LLM-блоки відправляються в модель асинхронно.

from jinja2 import Template
import asyncio
import openai

async def render_hybrid(template_text: str, data: dict) -> str:
    segments = parse_segments(template_text)
    tasks = []
    for seg in segments:
        if seg.type == 'deterministic':
            t = Template(seg.content)
            tasks.append(asyncio.to_thread(t.render, **data))
        else:
            prompt = seg.content.replace('{{context}}', json.dumps(data, ensure_ascii=False))
            tasks.append(llm_generate(prompt))

    results = await asyncio.gather(*tasks)
    return ''.join(results)

Після генерації запускається валідація: перевірка збігу ключових значень (суми, дати), regex-перевірка форматів та consistency check. Наприклад, якщо LLM згенерувала "сума: X", а в даних було 1500 — шаблон позначається як помилковий і відправляється на повторну генерацію. Для підвищення якості використовуємо RAG: підтягуємо релевантні контексти з векторної БД (Qdrant) з embedding'ами розмірності 1536. Це знижує ймовірність галюцинацій ще на 40%.

Процес впровадження: від аудиту до деплою

Деталі кожного етапу:

1. Аудит шаблонів — аналізуємо ваші поточні документи: структуру, обов'язкові поля, варіативність. Виявляємо блоки, які можна автоматизувати.
2. Проєктування архітектури — обираємо стек: Jinja2 + LLM (OpenAI, Claude, Llama 3) + векторна БД (Qdrant) для зовнішнього контексту. Визначаємо, де потрібна RAG-вставка. Для інференсу LLM використовуємо INT8-квантування через vLLM — це знижує latency p99 до 1.2 с.
3. Реалізація шаблонів — пишемо детерміновані шаблони, налаштовуємо промпти для LLM-блоків, додаємо валідатори (regex, consistency check). Використовуємо few-shot: готуємо 3–5 еталонних прикладів для кожного типу документа. Для рідкісних випадків застосовуємо chain-of-thought промпти.
4. Тестування — прогоняємо на 1000+ сценаріїв: перевірка обов'язкових полів, відсутність галюцинацій, час генерації p99 < 3 с. Використовуємо A/B-тест: порівнюємо конверсію старого (ручного) та нового шаблону. Моніторимо GPU utilization — оптимізуємо споживання ресурсів.
5. Деплой та моніторинг — розгортаємо через Docker + Kubernetes, логуємо всі генерації в Weights & Biases. Налаштовуємо алерти на падіння якості (зменшення довжини тексту, збільшення кількості ретраїв LLM).

Що входить у роботу та гарантії

• Вихідний код шаблонів (Python + Jinja2, промпти на Hugging Face)
• Тестові сценарії (Pytest + mock LLM)
• Документація: опис архітектури, інструкція з додавання нового шаблону
• Навчання команди (2 сесії по 2 години)
• Підтримка 1 місяць після релізу (баги, доналаштування)

Ми працюємо більше 5 років, впровадили генерацію для 12 великих замовників. Гарантуємо: повну аудитованість детермінованих блоків, відсутність галюцинацій у критичних полях (через валідацію), продуктивність p99 latency < 3 с на документ. Є сертифікат ISO 27001 (інформаційна безпека). Гібридна генерація окупається за 3–6 місяців.

Оцінимо ваш шаблон за один день: зверніться до нас, щоб обговорити завдання. Замовте пілотне впровадження — отримайте робочий прототип системи генерації тексту за 7–14 днів під ключ. Отримайте консультацію з автоматизації документообігу.

NLP розробка: чому accuracy не підходить для рідкісних класів?

До нас приходить задача: обробляти 50 тисяч звернень до служби підтримки — зараз все вручну. Датасет — 3000 розмічених прикладів, 12 категорій, дисбаланс: одна категорія займає 40% вибірки, три по 1‑2%. Baseline accuracy — 78%. Звучить непогано, поки не дивишся на recall по рідкісних класах: 0.31, 0.44, 0.28. Саме ці класи — скарги та загрози відтоку — найважливіші для бізнесу.

Це типовий проект NLP розробки. Проблема не в алгоритмі, а в тому, що accuracy — не та метрика. Наш досвід показує: у понад 30 проектах ми починаємо з аналізу бізнес‑метрик і лише потім обираємо модель.

Чому accuracy — не та метрика для рідкісних класів?

Accuracy ігнорує дисбаланс. Якщо клас «відтік» зустрічається у 2% випадків, модель може передбачати «все добре» і отримати 98% accuracy — але бізнес втрачає клієнтів. Рішення: F1 macro (усереднення за всіма класами) або weighted F1. Для NER — strict entity F1 (лише точні збіги). Гарантуємо: після вибору правильної метрики якість моделі стає вимірною та прогнозованою.

Класифікація тексту: від BERT до дистиляції

BERT-подібні моделі — стандарт для класифікації. ruBERT-base або ruBERT-large від DeepPavlov для російської мови. multilingual‑e5‑large — якщо потрібно працювати з кількома мовами в одному пайплайні. XLM‑RoBERTa‑large — сильний multilingual backbone.

Fine‑tuning для класифікації: додаємо classification head поверх [CLS]‑токена, навчаємо 3‑5 епох з lr=2e‑5, weight decay=0.01. При дисбалансі — weighted CrossEntropyLoss або focal loss з gamma=2.0. Пишіть — покажемо code snippet.

Кейс з дисбалансом. Датасет — 3000 прикладів, дисбаланс 1:20. Рішення: class_weight через sklearn + CrossEntropyLoss. Додатково — augmentation редкісних класів через backtranslation (ru→en→ru через MarianMT). Recall по рідкісних класах виріс з 0.31 до 0.67 при незначному падінні accuracy (76%→74%). Повна NLP розробка під ключ зайняла 3 тижні.

Дистиляція для production. BERT‑large дає F1 0.89, але inference на CPU — 180ms. Дистиляція в DistilBERT або ruBERT‑tiny2 знижує latency до 25ms при F1 0.84. DistilBERT працює в 7 разів швидше за BERT‑large при падінні F1 лише на 5%. Експорт в ONNX Runtime з int8 quantization дає додатковий 1.5‑2x. Оцінимо проект — розрахуємо економію на інфраструктурі.

Як вибрати модель класифікації під ваш датасет?

Для малих датасетів (до 5000 прикладів) достатньо fine‑tuned DistilBERT. Якщо потрібна багатомовність — XLM‑RoBERTa. При жорстких обмеженнях latency — дистильована модель з ONNX Runtime. Ми допомагаємо обрати оптимальний трейдофф якість/швидкість/вартість інфраструктури.

NER: розпізнавання іменованих сутностей

NER — вилучення персон, організацій, локацій, дат, сум, номерів документів. Для загальних категорій (PER, ORG, LOC) переднавчені моделі працюють добре. Для спеціалізованих (медичні терміни, юридичні поняття) — потрібен fine‑tuning.

Розмітка даних. Основна вартість NER‑проекту. Для якісної моделі — 500‑2000 розмічених речень на кожен тип сутності. Інструменти: Label Studio (open source) або Prodigy (від творців spaCy). Формат IOB2 — стандарт.

Архітектура. Token classification поверх BERT: кожному токену мітка (B‑PER, I‑PER, O). spaCy 3.x з transformer pipeline — зручний production‑вибір.

Вкладені сутності. Стандартні IOB‑моделі не обробляють вкладені сутності (організація всередині адреси). Для таких задач — span‑based NER: SpanBERT або SpERT. Складніше, але правильно.

Постобробка обов’язкова. Модель передбачає токени — потрібні нормалізовані сутності. Дата — dateparser. Суми — regex + валідація. Імена — дедуплікація через rapidfuzz. Входить у нашу стандартну поставку.

Sentiment Analysis та opinion mining

Бінарна класифікація positive/negative працює з BERT з коробки. Складність — аспектна тональність (ABSA): «у ресторані хороша кухня, але жахливий сервіс». Для ABSA: aspect extraction (NER) + sentiment за кожним аспектом. Joint моделі BERT‑for‑ABSA — якість на російських даних нижча через дефіцит датасетів. RuSentiment, SentiRuEval — основні ресурси.

Для продакшену з простим позитив/негатив/нейтраль: distil‑моделі достатньо. Три класи, balanced датасет, 2000+ прикладів — F1 macro 0.82‑0.87 за 1‑2 дні.

Сумарізація тексту

Екстрактивна сумарізація (обираємо речення) — TextRank або BM25 без навчання. Швидко, не галюцинує. Добре для довгих документів.

Абстрактивна (генерує новий текст) — seq2seq: mT5, mBART, FRED‑T5, ruT5‑large. Для production через LLM API (GPT‑4, Claude) — часто найкращий трейдофф вартість/якість/швидкість. Звертайте увагу на context window моделі: для документів > 4k токенів використовуйте chunking.

Ембеддинги: векторні представлення тексту

Ембеддинги — основа семантичного пошуку, дедуплікації, кластеризації, RAG. Якість критично впливає на downstream задачі.

Моделі. E5‑large‑v2, BGE‑M3, multilingual‑e5‑large — сильні multilingua embedders. sentence‑transformers/paraphrase‑multilingual‑mpnet‑base‑v2 — швидкий варіант. Для російської: ru‑en‑RoSBERTa (Skoltech) хороший на semantic textual similarity.

Як оцінити якість ембеддингів? MTEB benchmark — стандарт. Але топові результати на MTEB не гарантують успіх на доменному датасеті — будуємо домен‑специфічний eval.

Fine‑tuning ембеддингів. Якщо стандартні моделі не дають потрібного Recall@k — contrastive learning на доменних парах з MultipleNegativesRankingLoss. 500‑2000 пар, 1‑3 епохи — 5‑15% приріст Recall@k.

Розмірність та зберігання. E5‑large: 1024 dim, float32 — 4KB на вектор. При 10M документів — 40GB. INT8 quantization знижує до 10GB. FAISS IVF_PQ — ще компактніше, але з втратами. Входить у наші рекомендації по деплою.

Вилучення інформації

Структуроване вилучення — одна з частих задач. Приклади: ключові умови договору, технічні характеристики, дати та суми з рахунків.

1. Regex + rule-based. Для ІПН, ЄДРПОУ, сум, дат — надійніше нейромережі. Не потребує даних.
2. NER + постобробка. Для варіативних форматів.
3. LLM з structured output. GPT‑4 / Claude з JSON schema — для складних документів. Вартість: залежить від обсягу документів. Для 10k+ документів/день — рахуємо економіку.

Гарантуємо гібрид: regex/NER для типових полів + LLM для edge cases. Сертифікат довіри: 5 років на ринку, >30 проектів.

Етапи роботи

Прототип на існуючих даних — 1‑3 тижні. Production‑система з CI/CD — 1.5‑2.5 місяця. Вартість розраховується індивідуально — зв'яжіться з нами для консультації та оцінки.

Що входить у роботу

• Документація з архітектури моделі та пайплайну
• Доступи до моделі через REST API (FastAPI + ONNX)
• Навчання команди замовника (2 години вебінару + Q&A)
• Гарантія на точність моделі на обумовленій тестовій вибірці
• Підтримка 3 місяці після здачі (багфікс, адаптація під нові дані)

Наш досвід

Понад 5 років у NLP, 30+ проектів від класифікації до RAG‑систем. Команда включає ML‑інженерів з досвідом у Hugging Face, spaCy, LangChain, MLOps. Використовуємо vLLM, Kubeflow, Weights & Biases — продакшен‑стек, а не іграшки. Замовте консультацію — оцінимо проект за 2 дні.