গবেষণা কী বলে।
Telybot যেভাবে তৈরি, তার ভিত্তি ভাষা, গতি এবং বিশ্বাসযোগ্য AI নিয়ে প্রকাশিত গবেষণা। প্রতিটি গবেষণা কী পেয়েছে, তার ভিত্তিতে আমরা কী তৈরি করেছি, এবং কোথায় পড়বেন — সব এখানে।
- CSA Research · 2020Can’t Read, Won’t Buy
- KPMG in India and Google · 2017Indian Languages – Defining India’s Internet
- ACL Anthology · 2014Facebook-এ ইংরেজি–হিন্দি কোড-মিক্সিং
- NeurIPS 2020 · EMNLP 2021খুঁজে আনা লেখার ভিত্তিতে উত্তর
- Harvard Business Review · 2011The Short Life of Online Sales Leads
মানুষ নিজের ভাষাতেই কেনেন
29টি দেশের 8,709 জন ভোক্তার ওপর করা এক সমীক্ষায় 76% অনলাইন ক্রেতা বলেছেন যে তাঁরা নিজের মাতৃভাষায় তথ্যসহ পণ্য কিনতে পছন্দ করেন, এবং 40% বলেছেন যে তাঁরা অন্য ভাষার ওয়েবসাইট থেকে কখনো কিনবেন না।
আমরা যা তৈরি করেছি প্রত্যেক গ্রাহক যে ভাষায় লেখেন, Telybot সেই ভাষাতেই উত্তর দেয় — 30টি ভাষা, হিন্দি ও Hinglish সহ।
CSA Research, “Can’t Read, Won’t Buy – B2C”, জুলাই 2020। উৎসটি পড়ুন
ভারতের ইন্টারনেট ভারতীয় ভাষায় কথা বলে
ভারতীয় ভাষার ইন্টারনেট ব্যবহারকারীরা 2016 সালে ইংরেজি ব্যবহারকারীদের ছাড়িয়ে যান: 234 মিলিয়ন বনাম 175 মিলিয়ন। গবেষণাটি পূর্বাভাস দিয়েছিল যে 2021 সালের মধ্যে ভারতীয় ভাষার ব্যবহারকারী হবেন 536 মিলিয়ন, আর ইংরেজি ব্যবহারকারী 199 মিলিয়ন।
আমরা যা তৈরি করেছি হিন্দি, বাংলা, তামিল, তেলুগু, কন্নড়, মালয়ালম, মারাঠি, গুজরাটি, পাঞ্জাবি ও উর্দু — সবই বটের 30টি ভাষার মধ্যে রয়েছে।
KPMG in India and Google, “Indian Languages – Defining India’s Internet”, এপ্রিল 2017। উৎসটি পড়ুন
মানুষ টাইপ করার সময় ভাষা মেশান
Facebook-এ ইংরেজি–হিন্দি পোস্ট নিয়ে একটি গবেষণা মেপেছে মানুষ দুটি ভাষা কতটা মেশান। এতে দেখা গেছে, বেশিরভাগ মিশ্র শব্দ ধার করা আর মেশানোর মাঝামাঝি একটি ধারাবাহিকতায় থাকে, সাথে থাকে অপ্রমিত বানান ও লিপ্যন্তর, যা স্বয়ংক্রিয় প্রসেসিংকে সামলাতে হয়।
আমরা যা তৈরি করেছি Hinglish-এ টাইপ করা প্রশ্নের উত্তর দেওয়া হয় Hinglish-এই। Telybot-এর ভাষার কাজ শুরু হয়েছিল Keyda কিবোর্ডে, যা লক্ষ লক্ষ ভারতীয় ব্যবহার করেন।
Bali, Sharma, Choudhury and Vyas, “‘I am borrowing ya mixing?’ An Analysis of English-Hindi Code Mixing in Facebook”, First Workshop on Computational Approaches to Code Switching, 2014। উৎসটি পড়ুন
ডকুমেন্টভিত্তিক উত্তর বেশি তথ্যনিষ্ঠ
যে মডেলগুলো খুঁজে আনা ডকুমেন্ট থেকে উত্তর লেখে, সেগুলো শুধু মেমরি থেকে উত্তর দেওয়া মডেলের চেয়ে বেশি সুনির্দিষ্ট, বৈচিত্র্যময় ও তথ্যনিষ্ঠ ভাষা তৈরি করে। চ্যাটবটে একই পদ্ধতি নলেজ হ্যালুসিনেশন — আত্মবিশ্বাসের সাথে বলা অসত্য কথা — উল্লেখযোগ্যভাবে কমায়, যা মানুষের করা মূল্যায়নে যাচাই করা হয়েছে।
আমরা যা তৈরি করেছি Telybot শুধু আপনার কন্টেন্ট থেকেই উত্তর দেয়। এতে কিছু না মিললে, অনুমান না করে এটি তা জানিয়ে দেয় এবং হস্তান্তর করে।
Lewis et al., “Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks”, NeurIPS 2020। উৎসটি পড়ুন
Shuster et al., “Retrieval Augmentation Reduces Hallucination in Conversation”, Findings of EMNLP 2021। উৎসটি পড়ুন
অনলাইন জিজ্ঞাসা দ্রুত ঠান্ডা হয়ে যায়
সম্ভাব্য গ্রাহকদের অনলাইন জিজ্ঞাসা কোম্পানিগুলো কীভাবে সামলায়, তা নিয়ে করা গবেষণা এই সিদ্ধান্তে পৌঁছেছে যে বেশিরভাগ কোম্পানি মোটেই যথেষ্ট দ্রুত সাড়া দিচ্ছে না। শিরোনামেই যেমন বলা আছে, অনলাইন লিডের আয়ু কম।
আমরা যা তৈরি করেছি প্রশ্ন আসার সঙ্গে সঙ্গেই Telybot উত্তর দেয়, সকাল 11টার মতোই রাত 9:40-এও, আর একটি স্বাগত ফ্লো গ্রাহকের আগ্রহ থাকতে থাকতেই তাঁর নাম ও নম্বর নিয়ে নিতে পারে।
Oldroyd, McElheran and Elkington, “The Short Life of Online Sales Leads”, Harvard Business Review, মার্চ 2011। উৎসটি পড়ুন
আমরা কীভাবে নিজেদের কাজ যাচাই করি
প্রতিটি রিলিজে একটি আসল সার্ভারে 1,700-এর বেশি স্বয়ংক্রিয় পরীক্ষা চালানো হয়। তার মধ্যে কয়েকটি:
- যে প্রশ্ন এর কন্টেন্টে নেই, তা উত্তরহীন হিসেবে লগ হয়, উত্তর দেওয়া হিসেবে নয়।
- আপনি একবার উত্তর দিলে, একই প্রশ্নের উত্তর আপনার কথাতেই দেওয়া হয়।
- সেভ করা উত্তর থেকে দেওয়া রিপ্লাই কখনো আপনার প্ল্যানের হিসাবে গোনা হয় না।
- একটি ব্যবসা কখনোই অন্য ব্যবসার নলেজ বা চ্যাট পড়তে পারে না।
- বটকে নির্দেশ দেওয়া আছে যেন কোনো লিঙ্ক কখনো বানিয়ে না বলে, ছোট না করে বা নতুন করে না লেখে।
এমন কোনো উত্তর পেয়েছেন যা ভুল? রিপোর্ট করুন
নিজেই পড়ে দেখুন
প্রতিটি উৎস যেভাবে প্রকাশ করেছে, সংখ্যাগুলো সেভাবেই উদ্ধৃত করা হয়েছে। এই গবেষণাগুলো আমরা করিনি।
- CSA Research, “Can’t Read, Won’t Buy – B2C”, জুলাই 2020
- KPMG in India and Google, “Indian Languages – Defining India’s Internet”, এপ্রিল 2017
- Bali, Sharma, Choudhury and Vyas, “‘I am borrowing ya mixing?’ An Analysis of English-Hindi Code Mixing in Facebook”, 2014
- Lewis et al., “Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks”, NeurIPS 2020
- Shuster et al., “Retrieval Augmentation Reduces Hallucination in Conversation”, Findings of EMNLP 2021
- Oldroyd, McElheran and Elkington, “The Short Life of Online Sales Leads”, Harvard Business Review, মার্চ 2011
আপনার ওয়েবসাইট নিয়ে আসুন।
একজন অ্যাসিস্ট্যান্ট নিয়ে যান।
আর্লি অ্যাক্সেসের সময় সম্পূর্ণ বিনামূল্যে। সাইন-ইন থেকে আপনার প্রথম পরীক্ষিত উত্তর পাওয়া পর্যন্ত প্রায় পনেরো মিনিট সময় লাগে।
আপনার অ্যাসিস্ট্যান্ট তৈরি করুন