Современные поисковые системы электронной коммерции функционируют в условиях высокой пользовательской активности и необходимости обработки коротких, структурно насыщенных запросов, содержащих технические обозначения и артикулы. Особую сложность представляет сегмент «сделай сам» (DIY), где значительная доля запросов включает буквенно-цифровые токены («M8x50», «LED 12W», «SSD 1TB»). Одним из существенных источников деградации качества поиска являются ошибки раскладки клавиатуры (ENG→RU), при которых латинские символы интерпретируются как кириллические, формируя нераспознаваемые комбинации (например, «ыыВ 1ЕИ» вместо «SSD 1TB»). Такие искажения нарушают лексическую и семантическую целостность запроса, приводят к снижению релевантности выдачи и негативно отражаются на конверсии. В работе предложен вычислительно эффективный подход к коррекции раскладки клавиатуры, ориентированный на эксплуатацию в высоконагруженных информационно-поисковых системах с ограниченными ресурсами. Метод объединяет детерминированные таблицы сопоставления клавиш, контекстное сопоставление токенов и легковесные модели машинного обучения, обеспечивая баланс точности и производительности. Экспериментальная оценка на доменно-специфичных наборах данных показала повышение точности поиска на 25–30 % по сравнению с базовыми орфографическими методами при среднем времени отклика менее 10 мс на запрос. Полученные результаты подтверждают масштабируемость и промышленную применимость предложенного решения в серверных и облачных IR-платформах.
1. Lee J.S., Choi K.S. English to Korean statistical transliteration for information retrieval. Comput Process Orient Lang. 1998;12(1):17–37.
2. Pogrebnoi D., Funkner A., Kovalchuk S. RuMedSpellchecker: correcting spelling errors for natural Russian language in electronic health records using machine learning techniques. In: International Conference on Computational Science, 3–5 July 2023, Prague, Czech Republic. Cham: Springer Nature Switzerland; 2023. p. 213–227. https://doi.org/10.1007/978-3-031-36027-5_17
3. Prabhakar D.K., Pal S. Machine transliteration and transliterated text retrieval: a survey. Sādhanā. 2018;43(6). https://doi.org/10.1007/s12046-018-0879-4
4. Balabaeva K., Funkner A., Kovalchuk S. Automated spelling correction for clinical text mining in Russian. In: Digital Personalized Health and Medicine, 17–19 November 2020, Amsterdam, Netherlands. Amsterdam: IOS Press; 2020. p. 43–47. https://doi.org/10.3233/SHTI200119
5. Rozovskaya A. Spelling correction for Russian: a comparative study of datasets and methods. In: Proceedings of the International Conference on Recent Advances in Natural Language Processing (RANLP 2021), 1–3 September 2021, Varna, Bulgaria. Shoumen: INCOMA Ltd.; 2021. p. 1206–1216.
6. Bruch S., Lucchese C., Maistro M., et al. Special section on efficiency in neural information retrieval. ACM Trans Inf Syst. 2024;42(5):1–4. https://doi.org/10.1145/3641203
7. Chari A., Ounis I., MacAvaney S. Lost in transliteration: bridging the script gap in neural IR. In: Proceedings of the 48th International ACM SIGIR Conference on Research and Development in Information Retrieval, 13–18 July 2025, Padua, Italy. New York: Association for Computing Machinery; 2025. p. 2900–2905.
8. Toutanova K., Moore R.C. Pronunciation modeling for improved spelling correction. In: Proceedings of the 40th Annual Meeting of the Association for Computational Linguistics, 7–12 July 2002, Philadelphia, USA. Philadelphia: Association for Computational Linguistics; 2002. p. 144–151. https://doi.org/10.3115/1073083.1073110
9. Sachdeva N., McAuley J. How useful are reviews for recommendation? A critical review and potential improvements. In: Proceedings of the 43rd International ACM SIGIR Conference on Research and Development in Information Retrieval, 25–30 July 2020, Xi'an, China. New York: Association for Computing Machinery; 2020. p. 1845–1848. https://doi.org/10.1145/3397271.3401286
10. Mikolov T., Chen K., Corrado G., et al. Efficient estimation of word representations in vector space. arXiv. URL: https://doi.org/10.48550/arXiv.1301.3781 [Accessed 1st February 2026].
11. Belinkov Y., Bisk Y. Synthetic and natural noise both break neural machine translation. arXiv. URL: https://doi.org/10.48550/arXiv.1711.02173 [Accessed 1st February 2026].
12. Müller L., Juozapavičius A., Okhrimchuk V., et al. Dictionary attack with transformed Russian words using QWERTY keyboard layout. Baltic Journal of Modern Computing. 2025;13(4):919–932. https://doi.org/10.31219/osf.io/mfqrw
13. Joulin A., Grave E., Bojanowski P., et al. Bag of tricks for efficient text classification. arXiv. URL: https://doi.org/10.48550/arXiv.1607.01759 [Accessed 1st February 2026].
14. Xue L., Constant N., Roberts A., et al. mT5: a massively multilingual pre-trained text-to-text transformer. arXiv. URL: https://doi.org/10.48550/arXiv.2010.11934 [Accessed 1st February 2026].
15. Lewis M., Liu Y., Goyal N., et al. BART: denoising sequence-to-sequence pre-training for natural language generation, translation, and comprehension. arXiv. URL: https://doi.org/10.48550/arXiv.1910.13461 [Accessed 1st February 2026].
16. Kudo T., Richardson J. SentencePiece: a simple and language independent subword tokenizer and detokenizer for neural text processing. arXiv. URL: https://doi.org/10.48550/arXiv.1808.06226 [Accessed 1st February 2026].
