Datasets

Os datasets são fundamentais para o treinamento e desenvolvimento do sistema de inteligência artificial conversacional do tolky. Eles consistem em conjuntos de conteúdos ou blocos de textos selecionados estrategicamente para ensinar a IA a compreender, responder e interagir com os usuários de maneira coerente e relevante.

​

Definição e Importância

Um dataset pode ser descrito como uma coleção de dados estruturados que a IA utiliza para aprender padrões de linguagem, contextos específicos, e adquirir conhecimento sobre diversos temas. Esses datasets podem ser tanto específicos para um determinado avatar, quanto compartilhados entre vários avatares ou subavatares.

​

Aplicação Transversal e Específica dos Datasets

No exemplo acima temos dois datasets, um geral que é comum a todos os subavatares do tolky e o sucesu que tem informações específicas do subavatar /eventos.

​

Datasets Compartilhados

Datasets compartilhados são aqueles que possuem relevância e aplicabilidade em múltiplos contextos ou avatares dentro do sistema. Por exemplo, um dataset contendo informações institucionais de uma empresa, como história, missão, visão e valores, pode ser utilizado por todos os avatares da organização, garantindo que a comunicação sobre o núcleo da empresa seja consistente em todos os pontos de contato.

​

Datasets Específicos

Em contraste, datasets específicos são criados com o objetivo de atender às necessidades únicas de cada avatar ou subavatar. Isso permite que a IA desenvolva habilidades e conhecimentos que se alinham estritamente com os objetivos e funções específicas de cada entidade dentro do sistema. Por exemplo, um subavatar focado no atendimento ao cliente de um serviço específico pode ter um dataset dedicado a perguntas frequentes, procedimentos de suporte e resolução de problemas relacionados a esse serviço.

​

Estratégias de Implementação

Para implementar efetivamente a gestão de datasets, é essencial:

• Identificar as Necessidades de Conteúdo: Determinar quais informações são necessárias para cada avatar ou subavatar, bem como identificar conteúdos de interesse comum que podem ser compartilhados.

• Curadoria e Atualização: Os datasets devem ser cuidadosamente curados e regularmente atualizados para refletir as mudanças nas informações, políticas da empresa ou evolução dos serviços.

• Segmentação e Personalização: Segmentar os datasets de acordo com as especificidades de cada avatar permite uma personalização mais profunda das interações, melhorando a experiência do usuário.

A gestão eficaz dos datasets é crucial para o sucesso do avatar. Ao utilizar datasets compartilhados e específicos, o sistema pode não apenas garantir a consistência da comunicação institucional, mas também proporcionar experiências personalizadas e altamente relevantes para os usuários finais, potencializando o alcance e a eficiência do avatar.