Построение новостного графа и сервисов вокруг него

В данной работе представлен метод построения графа каузальных связей на основе новостных текстов по теме "Экономика" за 2023 год. Основное внимание уделено поиску причинно-следственных связей между событиями, представленными в русскоязычных новостях. Для извлечения данных использовались современные модели суммаризации и анализа текста, включая FRED-T5 и gpt-3.5. После сбора и обработки данных был проведен кластерный анализ с использованием модели Agglomerative Clustering для уменьшения количества узлов в графе. Итоговый граф содержит 7 427 узлов и 36 145 ребер, что позволяет эффективно визуализировать и анализировать ключевые экономические события и их взаимосвязи. В работе также рассматриваются различные способы использования полученного графа, такие как прямая визуализация, анализ временной динамики и применение Retrieval-Augmented Generation (RAG) для улучшения обработки запросов. Данный подход демонстрирует новую методологию извлечения и визуализации каузальных связей, актуальную для анализа русскоязычных текстов.