Integracija algoritama za razumevanje prirodnog jezika i API izvora znanja u konverzacionom sistemu za univerzitetsku administraciju

Metodologija rada se zasniva na principu razdvajanja razumevanja poruke od upravljanja znanjem, uz strogo empirijsko proveravanje svake dizajnerske odluke. Rasa okruženje obezbeđuje NLU (Natural Language Understanding) i kontrolu dijaloga, dok se sadržaj odgovora preuzima iz spoljnog Q&A sloja preko prilagođenih akcija. Evaluacija se sprovodi u kontrolisanom okruženju sa fiksiranim verzijama biblioteka, jasno definisanim skupovima podataka i postupcima koji omogućavaju ponovljivost. Posebna pažnja posvećuje se privatnosti i bezbednosti: podaci se pseudonimizuju, logovi ne sadrže lične identifikatore, a merenja latencije i kvaliteta ne kompromituju sadržaj. Pseudonimizacija podataka je u skladu sa preporukama člana 32 GDPR-a, gde se ona navodi kao preporučena bezbednosna mera. Sve metrike se posmatraju i u laboratorijskim uslovima i u stvarnom radu sistema, kako bi se obuhvatili i hladni start i uticaj spoljnih servisa.