From 4aae690cb8246beae96563724eed4774dba3b3c4 Mon Sep 17 00:00:00 2001 From: Sofya Chekmaeva Date: Wed, 10 Jun 2026 23:45:23 +0300 Subject: [PATCH] Update SUBMISSION.md MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit Обновила SUBMISSION.md своими данными --- homework/SUBMISSION.md | 34 ++++++++++++++++++++++++++-------- 1 file changed, 26 insertions(+), 8 deletions(-) diff --git a/homework/SUBMISSION.md b/homework/SUBMISSION.md index 0f6b274..0076f46 100644 --- a/homework/SUBMISSION.md +++ b/homework/SUBMISSION.md @@ -1,15 +1,33 @@ -# Submission - -Заполните файл перед отправкой PR. - ## Ссылка на репозиторий с заданием -- Repo URL: `<вставьте ссылку на ваш репозиторий>` +- Repo URL: `https://github.com/SofyaChekmaeva/BABDS_Corparate_Data_Management` ## Автор -- ФИО / ник: `<укажите>` +- Чекмаева Софья Алексеевна / ник: `SofyaChekmaeva` + +## Комментарий - что реализовано + +✅ **Полный RAG-пайплайн:** +- Загрузка и подготовка датасета (Iter 00-01) +- Чанкинг с настройкой размера и перекрытия (Iter 02-03) +- TF-IDF индексация и поиск (Iter 04-05) +- Генератор ответов с отказом на off-topic (Iter 06) +- Streamlit UI с demo-вопросами (Iter 07) +- Тесты и документация (Iter 08) + +✅ **Соответствие критериям** +- 1000+ записей в `datasets.json` (использовано 5000) +- 1000+ чанков после нарезки (получено ~15,000) +- Реализованы метрики поиска +- Генератор выдаёт ответ только по контексту +- Есть отказы на off-topic запросы -## Комментарий +### Использованные данные -- Кратко: что реализовано, какие данные использованы, что улучшено. +- **Источник:** [Customer Support Tickets Dataset (200K+ Records)](https://www.kaggle.com/datasets/mirzayasirabdullah07/customer-support-tickets-dataset-200k-records) +- **Размер выборки:** 5000 записей (первые строки CSV) +- **Ключевые поля:** + - `issue_description` — текст проблемы клиента + - `resolution_notes` — ответ службы поддержки + - `Ticket Category` — категория проблемы