<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.3 20210610//EN" "JATS-journalpublishing1-3.dtd">
<article article-type="research-article" dtd-version="1.3" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xml:lang="ru"><front><journal-meta><journal-id journal-id-type="publisher-id">inform</journal-id><journal-title-group><journal-title xml:lang="ru">Информатика</journal-title><trans-title-group xml:lang="en"><trans-title>Informatics</trans-title></trans-title-group></journal-title-group><issn pub-type="ppub">1816-0301</issn><issn pub-type="epub">2617-6963</issn><publisher><publisher-name>UIIP NASB</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.37661/1816-0301-2025-22-4-55-64</article-id><article-id custom-type="elpub" pub-id-type="custom">inform-1366</article-id><article-categories><subj-group subj-group-type="heading"><subject>Research Article</subject></subj-group><subj-group subj-group-type="section-heading" xml:lang="ru"><subject>ОБРАБОТКА СИГНАЛОВ, ИЗОБРАЖЕНИЙ, РЕЧИ, ТЕКСТА И РАСПОЗНАВАНИЕ ОБРАЗОВ</subject></subj-group><subj-group subj-group-type="section-heading" xml:lang="en"><subject>SIGNAL, IMAGE, SPEECH, TEXT PROCESSING AND PATTERN RECOGNITION</subject></subj-group></article-categories><title-group><article-title>Технология трансляции естественно-языковых правил мерчандайзинга в цифровые планограммы</article-title><trans-title-group xml:lang="en"><trans-title>The Technology of Translating Natural Language Merchandising Rules into Digital Planograms</trans-title></trans-title-group></title-group><contrib-group><contrib contrib-type="author" corresp="yes"><name-alternatives><name name-style="eastern" xml:lang="ru"><surname>Курочка</surname><given-names>К. С.</given-names></name><name name-style="western" xml:lang="en"><surname>Kurorchka</surname><given-names>Konstantin S.</given-names></name></name-alternatives><bio xml:lang="ru"><p>Курочка Константин Сергеевич, кандидат технических наук, доцент, заведующий кафедрой "Информационные технологии",</p><p>пр. Октября, 48, Гомель, 246029.</p></bio><bio xml:lang="en"><p>Konstantin S. Kurochka, Ph. D. (Eng.), Assoc. Prof., </p><p>48, Oktyabrya ave., Gomel, 246029.</p></bio><email xlink:type="simple">kurochka@gstu.by</email><xref ref-type="aff" rid="aff-1"/></contrib><contrib contrib-type="author" corresp="yes"><name-alternatives><name name-style="eastern" xml:lang="ru"><surname>Ёвженко</surname><given-names>Ю. Д.</given-names></name><name name-style="western" xml:lang="en"><surname>Youzhanka</surname><given-names>Yury D.</given-names></name></name-alternatives><bio xml:lang="ru"><p>Ёвженко Юрий Дмитриевич, магистрант кафедры "Информационные системы и технологии",</p><p>пр. Октября, 48, Гомель, 246029.</p></bio><bio xml:lang="en"><p>Yury D. Youzhanka, Master’s Student, </p><p>48, Oktyabrya ave., Gomel, 246029.</p></bio><email xlink:type="simple">yuevzhenko@gmail.com</email><xref ref-type="aff" rid="aff-1"/></contrib></contrib-group><aff-alternatives id="aff-1"><aff xml:lang="ru"><institution>Гомельский государственный технический университет имени П. О. Сухого</institution></aff><aff xml:lang="en"><institution>Gomel State Technical University named after P. O. Sukhoi</institution></aff></aff-alternatives><pub-date pub-type="collection"><year>2025</year></pub-date><pub-date pub-type="epub"><day>02</day><month>01</month><year>2026</year></pub-date><volume>22</volume><issue>4</issue><fpage>55</fpage><lpage>64</lpage><permissions><copyright-statement>Copyright &amp;#x00A9; Курочка К.С., Ёвженко Ю.Д., 2026</copyright-statement><copyright-year>2026</copyright-year><copyright-holder xml:lang="ru">Курочка К.С., Ёвженко Ю.Д.</copyright-holder><copyright-holder xml:lang="en">Kurorchka K.S., Youzhanka Y.D.</copyright-holder><license xml:lang="ru" license-type="creative-commons-attribution" xlink:href="https://creativecommons.org/licenses/by/4.0/" xlink:type="simple"><license-p>Данная работа распространяется под лицензией Creative Commons Attribution 4.0.</license-p></license><license xml:lang="en" license-type="creative-commons-attribution" xlink:href="https://creativecommons.org/licenses/by/4.0/" xlink:type="simple"><license-p>This work is licensed under a Creative Commons Attribution 4.0 License.</license-p></license></permissions><self-uri xlink:href="https://inf.grid.by/jour/article/view/1366">https://inf.grid.by/jour/article/view/1366</self-uri><abstract><sec><title>Цели</title><p>Цели. Целями исследования являются разработка и апробация подхода автоматического преобразования правил выкладки товаров, сформулированных на естественном языке, в формализованные машиночитаемые инструкции для преодоления разрыва между бизнес-требованиями и их технической реализацией.</p></sec><sec><title>Методы</title><p>Методы. Предложен гибридный подход, в котором большая языковая модель выполняет функцию семантического транслятора, преобразуя пользовательский запрос в команду на специализированном предметно-ориентированном языке. Полученная команда затем обрабатывается детерминированным парсером на основе регулярных выражений для валидации и извлечения параметров. Для оценки качества трансляции использовалась метрика BLEU на специально созданном датасете из 200 пар «запрос – эталон». Эффективность подхода сравнивалась с базовым методом, основанным на правилах.</p></sec><sec><title>Результаты</title><p>Результаты. Эксперимент показал высокую точность формализации запросов в сравнении с базовым подходом. Качественный анализ подтвердил способность системы корректно интерпретировать синонимы и сленг, извлекать неявно заданные параметры и отфильтровывать нерелевантные команды, что доказывает робастность предложенного подхода.</p></sec><sec><title>Заключение</title><p>Заключение. Сделан вывод о жизнеспособности и практической значимости предложенного подхода для снижения трудоемкости и повышения эффективности процессов мерчандайзинга. Разработанная система представляет собой фундамент для создания нового поколения интеллектуальных инструментов управления торговым пространством.</p></sec></abstract><trans-abstract xml:lang="en"><sec><title>Objectives</title><p>Objectives. The aim of the research is to develop and test an approach for the automatic transformation of product layout rules, formulated in natural language, into formalized machine-readable instructions to bridge the gap between business requirements and their technical implementation.</p></sec><sec><title>Methods</title><p>Methods. A hybrid approach is proposed in which a large language model performs the function of a semantic translator, converting a user query into a command in a specialized domain-specific language. The resulting    command is then processed by a deterministic parser based on regular expressions for validation and parameter extraction. The BLEU metric was used to evaluate the quality of the translation on a specially created dataset of 200 «query-reference» pairs. The effectiveness of the approach was compared with a baseline rule-based method.</p></sec><sec><title>Results</title><p>Results. The experiment showed high accuracy in the formalization of queries compared to the baseline approach. A qualitative analysis confirmed the system's ability to interpret correctly synonyms and slang, extract implicitly specified parameters, and filter out irrelevant commands, which proves the robustness of the proposed approach. Conclusion. The conclusion is made about the viability and practical significance of the proposed approach for reducing labor intensity and increasing the efficiency of merchandising processes. The developed system      represents a foundation for creating a new generation of intelligent tools for managing retail space.</p></sec></trans-abstract><kwd-group xml:lang="ru"><kwd>большие языковые модели</kwd><kwd>парсер</kwd><kwd>метаязык</kwd><kwd>планограмма</kwd><kwd>семантический транслятор</kwd><kwd>естественный язык</kwd></kwd-group><kwd-group xml:lang="en"><kwd>Large language models</kwd><kwd>parser</kwd><kwd>meta-language</kwd><kwd>planogram</kwd><kwd>semantic translator</kwd><kwd>natural language</kwd></kwd-group></article-meta></front><back><ref-list><title>References</title><ref id="cit1"><label>1</label><citation-alternatives><mixed-citation xml:lang="ru">Швецова, А. М. Разработка планограммы как эффективный инструмент маркетинга / А. М. Швецова, С. Н. Хрипунов // Молодые ученые – развитию Национальной технологической инициативы (ПО-ИСК-2018) : материалы межвузовской (с международным участием) молодежной науч.-техн. конф., 24–27 апр. 2018 г. – Иваново : ИВГПУ, 2018. – С. 129–130.</mixed-citation><mixed-citation xml:lang="en">Shvetsova A. M., Khripunov S. N. Development of a planogram as an effective marketing tool. Molodye uchenye-razvitiyu Natsional'noi tekhnologicheskoi initsiativy (POISK) [Young scientists for the development of the National Technology Initiative (POISK)], 2018, no. 1, pp. 129–130. (in Russian).</mixed-citation></citation-alternatives></ref><ref id="cit2"><label>2</label><citation-alternatives><mixed-citation xml:lang="ru">Shelf space reallocation for out of stock reduction / E. Frontoni, F. Marinelli, R. Rosetti, P. Zingaretti // Computers &amp; Industrial Engineering. – 2017. – Vol. 106. – P. 32–40. – DOI: 10.1016/j.cie.2017.01.006.</mixed-citation><mixed-citation xml:lang="en">Frontoni E., Marinelli F., Rosetti R., Zingaretti P. Shelf space reallocation for out of stock reduction. Computers &amp; Industrial Engineering, 2017, vol. 106, pp. 32-40. https://doi.org/10.1016/j.cie.2017.02.004</mixed-citation></citation-alternatives></ref><ref id="cit3"><label>3</label><citation-alternatives><mixed-citation xml:lang="ru">Курочка, К. С. Применение генеративно-ассоциативных нейросетевых моделей для создания планограмм / К. С. Курочка, Ю. С. Башаримов // Актуальные вопросы экономической науки в XXI веке : материалы Междунар. науч.-практ. конф. – X чтения, посвященные памяти известного белорусского и российского ученого-экономиста Михаила Вениаминовича Научителя, Гомель, 24 окт. 2024 г. / М-во образования Республики Беларусь, Гомельский гос. ун-т им. Ф. Скорины ; редкол.: А. К. Костенко [и др.]. – Гомель, 2024. – С. 139–141.</mixed-citation><mixed-citation xml:lang="en">Kurochka, K. S., Basharimov, Yu. S. Primenenie generativno-assotsiativnykh neirosetevykh modelei dlia sozdaniia planogramm [Application of generative-associative neural network models for creating planograms]. Aktual'nye voprosy ekonomicheskoi nauki v XXI veke : mezhdunarodnaia nauchno-prakticheskaia konferentsiia – X chteniia, posviashchennye pamiati izvestnogo belorusskogo i rossiiskogo uchenogo-ekonomista Mikhaila Veniaminovicha Nauchitelia [Topical issues of economic science in the XXI century: international scientific-practical conference - X readings dedicated to the memory of the famous Belarusian and Russian economist Mikhail Veniaminovich Nauchitel]. Gomel, 2024, pp. 139–141. (in Russian).</mixed-citation></citation-alternatives></ref><ref id="cit4"><label>4</label><citation-alternatives><mixed-citation xml:lang="ru">Jurafsky, D. Speech and Language Processing / D. Jurafsky, J. H. Martin. – 3rd ed. draft. – Stanford University, 2023. – 613 р.</mixed-citation><mixed-citation xml:lang="en">Jurafsky, D., Martin, J. H. Speech and Language Processing. 3rd ed. draft, Stanford University, 2023.</mixed-citation></citation-alternatives></ref><ref id="cit5"><label>5</label><citation-alternatives><mixed-citation xml:lang="ru">Artificial intelligence in supply chain management: A systematic literature review / R. Toorajipour, V. Sohrabpour, A. Nazarpour [et al.] // Journal of Business Research. – 2021. – Vol. 122. – P. 502–517. – DOI: 10.1016/j.jbusres.2020.09.016.</mixed-citation><mixed-citation xml:lang="en">Toorajipour R., Sohrabpour V., Nazarpour A., Oghazi P., Fischl M. Artificial intelligence in supply chain management: A systematic literature review. Journal of Business Research, 2021, vol. 122, pp. 502–517. https://doi.org/10.1016/j.jbusres.2020.09.009</mixed-citation></citation-alternatives></ref><ref id="cit6"><label>6</label><citation-alternatives><mixed-citation xml:lang="ru">Language models are few-shot learners / T. B. Brown, B. Mann, N. Ryder [et al.] // Advances in Neural Information Processing Systems (NeurIPS). – 2020. – Vol. 33. – P. 1877–1901.</mixed-citation><mixed-citation xml:lang="en">Brown, T. B., et al. Language Models are Few-Shot Learners. Advances in Neural Information Processing Systems (NeurIPS), 2020, vol. 33, pp. 1877-1901.</mixed-citation></citation-alternatives></ref><ref id="cit7"><label>7</label><citation-alternatives><mixed-citation xml:lang="ru">Масалитина, Н. Н. Математическая модель принятия решений при лечении остеохондроза поясничного отдела позвоночника / Н. Н. Масалитина, К. С. Курочка, Е. Л. Цитко // Информатика. – 2019. – Т. 16, № 1. – С. 24–35.</mixed-citation><mixed-citation xml:lang="en">Masalitina, N. N., Kurochkina, K. S., Tsitko, E. L. Matematicheskaia model' priniatiia reshenii pri lechenii osteokhondroza poiasnichnogo otdela pozvonochnika [Mathematical model of decision making in the treatment of osteochondrosis of the lumbar spine]. Informatika, 2019, vol. 16, no. 1, pp. 24–35. (in Russian).</mixed-citation></citation-alternatives></ref></ref-list><fn-group><fn fn-type="conflict"><p>The authors declare that there are no conflicts of interest present.</p></fn></fn-group></back></article>
