Sade anlatım
Şirketin resmi yanıtlarının durduğu yerdir. Bir yapay zeka asistanı “bilginize bağlandı” dendiğinde okuduğu şey budur: yardım makaleleri, politika belgeleri, ürün föyleri, iç kılavuzlar. Asistan işinizi bilmez; okumayı bilir. Bilgi tabanı da ona okuması için verdiğiniz şeydir.
Neden önemli
Bir asistan, beslendiği kaynaktan daha iyi olamaz. Hayal kırıklığı yaratan kurumsal asistanların çoğunda sorun modelden önce içeriktedir: aynı politikanın üç sürümü, sahibi olmayan belgeler, iki yıl önce geçerliliğini yitirmiş yönergeler. Bilgi tabanını temizlemek ve sahiplendirmek, yanıt kalitesini çoğu zaman daha güçlü bir modele geçmekten fazla yükseltir.
Örnek
Bir telekom operatörü, asistanını 4.200 yardım makalesine bağlıyor. İlk testte asistan dolaşım ücretleri için üç farklı yanıt veriyor, çünkü tarife makalesinin üç sürümü var. Ekip 1.100 eskimiş ya da yinelenen makaleyi kaldırıyor ve her konuya bir sahip atıyor. Test sorularındaki doğruluk, aynı modelle %71'den %93'e çıkıyor.
Bununla en çok karıştırılan kavram
Knowledge Base ve Training data (eğitim verisi) arasındaki fark
Eğitim verisi modeli siz onunla tanışmadan önce biçimlendirmiştir ve sonradan düzenlenemez. Bilgi tabanı ise modelin dışında durur ve soru anında okunur; düzeltilen bir makale bir sonraki yanıtı değiştirir. Şirket bilgisini eğitime değil bilgi tabanına koymak, onu güncel ve geri alınabilir tutan şeydir.
Teknik katman
Yapay zeka kullanımında bilgi tabanı, bir içerik kümesi ile bir işlem hattından oluşur: bağlayıcılar belgeleri bulundukları sistemlerden çeker, bir ayrıştırıcı metni çıkarır (tablolar, taranmış belgeler ve sunumlar alışılmış sorun kaynaklarıdır), metin parçalara bölünür, embedding'i çıkarılır ve dizinlenir; değişiklikler belirli aralıklarla eşitlenir. Belge başına yararlı üst veriler: sahip, son gözden geçirme tarihi, geçerlilik süresi, hedef kitle ve erişim yetkileri. İyi getirilen içerikte her makale tek konuyu işler, başlıklar açıklayıcıdır ve bölümler tek başına anlam taşır. İşletim tarafı: yinelenenleri ayıklama, süresi dolan içeriği arşivleme, yetkiye duyarlı getirme ve yanıtlanamayan ya da kötü yanıtlanan soruların yeni ya da düzeltilmiş makalelere dönüştüğü bir geri bildirim döngüsü.