Мнение Программного комитета о докладе
Доклад о том, какими данными и как «кормят» робота-ассистента для банка. Откуда берут качественные датасеты, как обучают модели и как настраивают Open Source-решения для sentence embedding.
Обучение бота поддержки для банка: качественные данные и тысячи интентов
Доклад принят в программу конференции
Целевая аудитория
Кто занимается машинным обучением или делает системы по автоматизации саппорта.
Тезисы
В Тинькофф робот Олег для поддержки пользователей работает несколько лет и сейчас NLP-команда обучает модели для более 1000 тематик (интентов) по разным направлениям и продуктам.
Расскажу, как развивались наша система классификации интентов и подходы к работе, с какими ограничениями сталкивались и как их решали. Обсудим подробно пайплайн по поиску новых тематик, сбору датасета и какие модели можно использовать. А также поговорим про то, как поменялся мир и наши задачи после появления LLM.
Руководитель NLP R&D автоматизации саппорта
Тинькофф
Команда Тинькофф — это разработчики, тестировщики, SRE-инженеры, архитекторы, аналитики, продакт-менеджеры, дизайнеры и другие специалисты. Вместе они создают финтех-продукты, которыми пользуются более 38 миллионов клиентов.
Тинькофф развивает IT-индустрию, поддерживает комьюнити и делится экспертизой.
Видео
Другие доклады секции
Нейронные сети, искусственный интеллект
