Q1 2023

Siga el proyecto y sea el primero en experimentar esta API única

El problema

Construir una base de preguntas y respuestas para generar un conjunto de datos para entrenar chatbots puede ser un proceso laborioso y, a menudo, lento. Muchas empresas tienen dificultades para asignar recursos humanos para llevar a cabo esta tarea, lo que hace que este proceso sea más complejo, más lento y mucho más costoso de lo esperado.

A diferencia de los scripts de automatización conocidos, Got It AI utiliza tecnología patentada exclusiva que aún no existe en el mercado mundial, lo que permite la automatización del proceso de creación de preguntas frecuentes y eleva el estándar de preguntas y respuestas al nivel humano.

La solución

Para crear preguntas asertivas de forma automatizada, utilizamos el concepto inventado por Aristóteles en su obra principal, conocida como “Ética a Nicómaco”, donde trata las siete circunstancias (Septem Circumstantiae) a las que nos referimos aquí: ¿Quién? ¿Qué? ¿Dónde? ¿Cuándo? ¿Porque? ¿Me gusta? ¿Por qué medios?

Ampliamos nuestra visión con el concepto periodístico conocido como LIDE ¿Qué? ¿Quién? ¿Cuándo? ¿Dónde? ¿Cómo? ¿Por qué?), así como el concepto investigativo más actual conocido como 5W2H (¿Quién? ¿Qué? ¿Dónde? ¿Cuándo? ¿Por qué? ¿Cómo? ?¿Cuánto?).

Vea nuestro MOTOR en acción

Seleccione uno de los textos a continuación para analizar

Analiza un texto para ver el resultado...

Q1 2023

Siga el proyecto y sea el primero en experimentar esta API única

Como funciona

Basándonos fuertemente en el concepto innovador de Aristóteles, en la relectura LIDE en el método 5W2H ampliamente reconocido en el ámbito empresarial, sintetizamos nuestro motor, y nuestro propio concepto.

El motor de inteligencia artificial patentado de Got It AI impulsa el innovador concepto titulado 12W6H, que incluye las preguntas: ¿Quién? ¿Qué? ¿Cuándo? ¿Me gusta? ¿Dónde? ¿Por quién? ¿Por lo que? ¿Para quien? ¿Para que? ¿Con quien? ¿Con qué? ¿Según la OMS? ¿Para que? ¿En qué condición? ¿Por cuanto? ¿Por qué?.

Este conjunto mucho más amplio y específico nos permite identificar la información de una forma más precisa y completa, posibilitando la creación de preguntas y respuestas a cualquier duda sobre el contenido.

Para hacer esto bien, nuestra solución va más allá del uso de conceptos convencionales en NLU que identifican entidades y las agrupan por categorías, así como también va más allá del concepto de usar un vector de palabras para tratar de entender su significado por medios estadísticos.

Nuestra solución imita exactamente la forma en que los seres humanos procesamos la información escrita: utilizamos semántica pura, a través de la matematización de reglas gramaticales, sintácticas y morfológicas, conocidas por todos nosotros, pero hasta entonces no reconocidas por la informática actual.

El resultado son preguntas y respuestas que parecen haber sido creadas por humanos con gran capacidad cognitiva, SQN, provienen de Got It AI.

Ahora lo que importa: ¡CÓDIGO!

Arriba puedes ver cómo funciona nuestro motor. Ahora vea lo fácil que es usar nuestra API para generar el conjunto de datos de entrenamiento de su Chatbot, con solo una solicitud RESTful.

IMPORTANTE: Nuestra API también le permite generar directamente el archivo ".TSV" con los pares QnA, ¡listo para importar!
REQUEST body  (JSON)
{
    "text": "Los astrónomos han detectado tres asteroides cercanos a la Tierra que han estado al acecho sin ser detectados bajo el resplandor del sol. Uno de los asteroides es el objeto potencialmente peligroso más grande que representa un riesgo para la Tierra que se ha descubierto en los últimos ocho años. Sus hallazgos fueron publicados el lunes en The Astronomical Journal."
}
RESPONSE body  (JSON)
{
  "success": true,
  "result": [
    {
      "q": "¿QUIÉN detectó tres asteroides cercanos a la Tierra que acechaban sin ser detectados bajo el resplandor del sol?",
      "a": "astrónomos"
    },
    {
      "q": "¿QUÉ han detectado los astrónomos acechando sin ser detectados en el resplandor del sol?",
      "a": "tres asteroides cercanos a la Tierra que acechaban sin ser detectados bajo el resplandor del sol"
    },
    {
      "q": "¿QUÉ detectaron los astrónomos que acechaba sin ser detectado en el resplandor del sol?",
      "a": "tres asteroides cercanos a la Tierra que acechaban sin ser detectados bajo el resplandor del sol"
    },
    {
      "q": "¿QUIÉN es el objeto más grande que representa un riesgo para la Tierra?",
      "a": "uno de los asteroides potencialmente peligrosos"
    },
    {
      "q": "¿QUÉ representa un riesgo para la Tierra?",
      "a": "uno de los asteroides"
    },
    {
      "q": "¿QUÉ es un riesgo para la Tierra?",
      "a": "uno de los asteroides potencialmente peligrosos"
    },
    {
      "q": "¿CUÁNDO se publicaron sus hallazgos en The Astronomical Journal?",
      "a": "el lunes"
    },
    {
      "q": "¿CUÁNDO se publicaron sus hallazgos en The Astronomical Journal?",
      "a": "el lunes"
    },
    {
      "q": "¿QUIÉN se publicaron el lunes en The Astronomical Journal?",
      "a": "tus descubrimientos"
    },
    {
      "q": "¿DÓNDE se publicaron sus hallazgos el lunes?",
      "a": "en The Astronomical Journal"
    }]
}

Q1 2023

Siga el proyecto y sea el primero en experimentar esta API única