diff --git a/homework/SUBMISSION.md b/homework/SUBMISSION.md index 0f6b274..41d97ff 100644 --- a/homework/SUBMISSION.md +++ b/homework/SUBMISSION.md @@ -1,15 +1,32 @@ -# Submission - -Заполните файл перед отправкой PR. +# Домашнее задание RAG ## Ссылка на репозиторий с заданием - -- Repo URL: `<вставьте ссылку на ваш репозиторий>` +- **Repo URL:** `https://github.com/af851574-oss/Grishkina_lab_korpdata` ## Автор - -- ФИО / ник: `<укажите>` +- **ФИО / ник:** Анна Гришкина / Grishkinahomework ## Комментарий -- Кратко: что реализовано, какие данные использованы, что улучшено. +### Реализация +- Полный RAG pipeline: ingestion → chunking → TF-IDF → retrieval → demo-answer → Streamlit UI. +- Данные: 10 синтетических жалоб на финансовые продукты. +- Индекс: TF-IDF (max_features=5000), 10 чанков, 87 признаков. +- Поиск: косинусная близость, top_k=5, порог отказа 0.1. +- Отказ по ключевым словам: `безработица`, `инфляция`, `ВВП`, `погода`, `борщ`. + +### Демо-вопросы и ответы +| Вопрос | Ожидание | Результат | +|--------|----------|-----------| +| ипотека Citibank | Ответ из чанка (doc_id=0) | ✅ score 0.31 | +| Wells Fargo закрытие счёта | Ответ из чанка (doc_id=1) | ✅ score >0 | +| безработица | Отказ | ✅ | +| как приготовить борщ | Отказ | ✅ | + +### Тесты +- 3 теста: `test_chunking_basic`, `test_retriever_loads`, `test_search_returns_list` – все проходят. + +### Запуск +```bash +python scripts/build_index.py +streamlit run app/main.py