English
Deutsch
Jak wygląda edukacja za pomocą chatbota?
Załóżmy, że mamy dwie kategorie dotyczące różnych kwestii ubezpieczeniowych: ubezpieczenie na życie i ubezpieczenie pojazdu. Chociaż oczywiście są one ze sobą powiązane, ponieważ oba są rodzajami ubezpieczeń, chatbot musi zostać przeszkolony, aby zrozumieć, że choć podobne, istnieje znacząca różnica między tymi dwoma koncepcjami. Załóżmy również, że w tych kategoriach mamy następujące dane treningowe:
Ubezpieczenie na życie:
- Czy mogę uzyskać informacje na temat ubezpieczenia na życie?
- Czy mogę uzyskać informacje na temat ubezpieczenia na życie?
- Czy jesteś w stanie udzielić informacji na temat ubezpieczenia na życie?
- Szukam informacji na temat ubezpieczenia na życie, możesz pomóc?
lub...
- Opowiedz mi o ubezpieczeniu na życie!
- Informacje o ubezpieczeniu na życie!
- Czy wiesz coś o ubezpieczeniach na życie?
- Opowiesz mi coś o ubezpieczeniu na życie?
Ubezpieczenie pojazdu:
- Czy możesz przekazać informacje na temat ubezpieczenia pojazdu?
- Szukam informacji na temat ubezpieczenia pojazdu.
- Informacje o ubezpieczeniu pojazdu.
- Czy mogę uzyskać informacje na temat ubezpieczenia pojazdu?
lub...
- Wyjaśnij mi swoje ubezpieczenie pojazdu!
- Podaj mi informacje o ubezpieczeniu pojazdu!
- Daj mi coś o ubezpieczeniu pojazdu, proszę.
- Powiedz mi coś o ubezpieczeniu pojazdu.
Każda kategoria zawiera 15 fraz. Testy, które mogą zweryfikować poprawność klasyfikacji na niesparowanych danych, mogą mieć postać:
- Test_1: [Ubezpieczenie na życie: Czy mogę uzyskać informacje na temat ubezpieczenia na życie?]
- Test_2: [Ubezpieczenie na życie: Czy mogę uzyskać informacje na temat ubezpieczenia na życie?]
- Test_3: [Ubezpieczenie na życie: Czy jesteś w stanie udzielić informacji na temat ubezpieczenia na życie?]
- Test_4: [Ubezpieczenie na życie: Szukam informacji na temat ubezpieczenia na życie, czy możesz mi pomóc?]
- Test_5: [Ubezpieczenie na życie: Opowiedz mi o ubezpieczeniu na życie!]
- Test_6: [Ubezpieczenie pojazdu: Czy możesz przekazać informacje na temat ubezpieczenia pojazdu?]
- Test_7: [Ubezpieczenie pojazdu: Chcę uzyskać informacje na temat ubezpieczenia pojazdu],
- Test_8: [Ubezpieczenie pojazdu: Informacje o ubezpieczeniu pojazdu],
- Test_9: [Ubezpieczenie pojazdu: Czy mogę uzyskać informacje na temat ubezpieczenia pojazdu?]
- Test_10: [Ubezpieczenie pojazdu: Wyjaśnij mi swoje ubezpieczenie pojazdu!]
Po zakończeniu testowania i uzyskaniu wyników wskazujących, że niektóre frazy zostały poprawnie zidentyfikowane, frazy te należy wprowadzić jako dane uczące i dodać nowe dane testowe. Czynność ta powinna być powtarzana do momentu, aż chatbot poprawnie zidentyfikuje dane testowe. Zasadniczo, poprzez ciągłe dodawanie nowych fraz do języka, którego chatbot już się nauczył, można zwiększyć zrozumienie chatbota poprzez ponowne wzmocnienie pojęć synonimów i parafraz, tak aby chatbot był biegły w rozumieniu szerokiego zakresu języka.
Co jest ważne w edukacji czatu AI?
Ważne jest, aby dane edukacyjne w każdej kategorii były spójne, to znaczy zgodne z celem kategorii. Dla twórców treści chatbota i testerów oznacza to, że frazy muszą być na miejscu i dokładnie odpowiadać kategorii, w której się znajdują. Co więcej, jeśli niektóre z uczących się fraz, które pasują do kategorii ubezpieczenia na życie, należą również do innej kategorii, oznacza to, że chatbot nie będzie w stanie uchwycić właściwego znaczenia i taki język na zawsze zmyli chatbota. Używanie fraz w więcej niż jednej kategorii jest jednym z najpoważniejszych błędów, jakie mogą popełnić twórcy treści. Takie błędy powinny być jak najszybciej wychwytywane za pomocą dobrze skonstruowanych raportów i uważnej obserwacji, ponieważ ma to niezwykle szkodliwy wpływ na szkolenie chatbota.
