ഡാറ്റ സ്റ്റോറിടെല്ലിംഗ്: സംഖ്യകളെ ഒരു ആഖ്യാനമാക്കി മാറ്റുന്നു

നേട്ടങ്ങൾ:

• കണ്ടെത്തലുകൾ ഒരു സന്ദർഭ-ടെൻഷൻ-റിസല്യൂഷൻ ആഖ്യാനത്തിൽ ഉൾപ്പെടുത്താനും ഉൾക്കാഴ്ച ഉയർത്തിക്കാട്ടാനുമുള്ള കഴിവ് ('ഇതിൻ്റെ അർത്ഥമെന്താണ്')
• മുമ്പ്/പിന്നീട്, ടാർഗെറ്റ്/യാഥാർത്ഥ്യം എന്നിങ്ങനെയുള്ള വൈരുദ്ധ്യങ്ങൾ ഉപയോഗിച്ച് സന്ദേശത്തെ മൂർച്ച കൂട്ടാനും ഓരോ ഗ്രാഫിക്കും ആഖ്യാനത്തിലെ ഒരു വാക്യവുമായി ബന്ധിപ്പിക്കാനുമുള്ള കഴിവ്
• തിരഞ്ഞെടുത്ത ഡാറ്റ, അതിശയോക്തി, തെറ്റായ കാര്യകാരണം എന്നിവയുടെ കെണിയിൽ വീഴാതെ സത്യസന്ധമായ ഒരു കഥ നിർമ്മിക്കാനുള്ള കഴിവ്

ആളുകൾ പെയിൻ്റിംഗുകൾ മറക്കുന്നു, അവർ കഥകൾ ഓർക്കുന്നു. ഡാറ്റാ സ്റ്റോറിടെല്ലിംഗ് ഗ്രാഫിക്‌സിൻ്റെ വരണ്ട കൂമ്പാരം എന്നതിൽ നിന്ന് സംഖ്യകളെ തുടക്കവും മധ്യവും അവസാനവും ഉള്ള ഒരു ആഖ്യാനമാക്കി മാറ്റുകയാണ്. ഡാറ്റ അലങ്കരിക്കലല്ല ലക്ഷ്യം; "എന്താണ് സംഭവിച്ചത്, എന്തുകൊണ്ട് ഇത് പ്രധാനമാണ്, ഞാൻ എന്തുചെയ്യണം" എന്ന പ്രേക്ഷകരുടെ ചോദ്യങ്ങൾക്ക് ശരിയായ ക്രമത്തിൽ ഉത്തരം നൽകുക എന്നതാണ്. ഈ യൂണിറ്റിൽ, നിങ്ങളുടെ ഡാറ്റയിൽ നിന്ന് സത്യസന്ധവും അവിസ്മരണീയവുമായ ഒരു വിവരണം നിർമ്മിക്കുന്നതിന് ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് എങ്ങനെ ഉപയോഗിക്കാമെന്ന് ഞങ്ങൾ പഠിക്കും.

കഥയുടെ മൂന്ന് ഭാഗങ്ങൾ: സന്ദർഭം, സംഘർഷം, പരിഹാരം

എല്ലാ ഡാറ്റ സ്റ്റോറികൾക്കും ഒരു നട്ടെല്ലുണ്ട്:

• സന്ദർഭം: നമ്മൾ എവിടെയാണ് നിൽക്കുന്നത്? "കഴിഞ്ഞ വർഷം ഞങ്ങൾ 3 പുതിയ വിപണികളിൽ പ്രവേശിച്ചു."
• സംഘർഷം / പിരിമുറുക്കം: എന്താണ് മാറിയത്, എന്ത് പ്രശ്നം/അവസരം നിലവിലുണ്ട്? "എന്നാൽ അവയിലൊന്നിൽ, 6 മാസമായി വിൽപ്പന കുറയുന്നു."
• പരിഹാരം / പ്രവർത്തനം: നമ്മൾ എന്താണ് ചെയ്യേണ്ടത്? "ഞങ്ങൾക്ക് ഈ വിപണിയിലെ വില അവലോകനം ചെയ്യേണ്ടതുണ്ട്."

ഉൾക്കാഴ്ച എന്ന ആശയവും ഉണ്ട്: പ്രേക്ഷകർ ഇതുവരെ കണ്ടിട്ടില്ലാത്ത ഡാറ്റയിൽ നിന്നുള്ള അർത്ഥവത്തായ കണ്ടെത്തൽ. ഗ്രാഫ് ഡാറ്റ കാണിക്കുന്നു; അതിൻ്റെ അർത്ഥമെന്താണെന്ന് ഉൾക്കാഴ്ച നിങ്ങളോട് പറയുന്നു. ഒരു ആഖ്യാനത്തിന് അനുയോജ്യമായ ഉൾക്കാഴ്ചയാണ് കഥപറച്ചിൽ.

നുറുങ്ങ്: "ഡാറ്റ ഇത് കാണിക്കുന്നു" എന്ന് പറയരുത്, "ഡാറ്റ ഇത് പറയുന്നു" എന്ന് ചിന്തിക്കുക. ചാർട്ട് തെളിവാണ്; ആ തെളിവിൻ്റെ അർത്ഥമാണ് കഥ.

ഉൾക്കാഴ്ചയിൽ നിന്ന് ആഖ്യാനത്തിലേക്ക്: ഘട്ടം ഘട്ടമായി

1. ഒരു വാക്യത്തിൽ പ്രധാന ഉൾക്കാഴ്ച എഴുതുക. "മാർക്കറ്റ് എക്‌സിൽ, ഇടിവ് വില കാരണമല്ല, ഡെലിവറി സമയമാണ്."
2. സന്ദർഭം സ്ഥാപിക്കുക. കാഴ്ചക്കാരൻ എവിടെ തുടങ്ങണം?
3. ടെൻഷൻ കാണിക്കുക. പ്രതീക്ഷിക്കുന്നതും യഥാർത്ഥത്തിൽ സംഭവിക്കുന്നതും തമ്മിലുള്ള വ്യത്യാസം.
4. തെളിവുകൾ ചേർക്കുക (ഗ്രാഫ്). ഓരോ ഗ്രാഫും ഒരു വാക്യം തെളിയിക്കുന്നു.
5. പരിഹാരം/പ്രവർത്തനം പറയുക. പുറത്തുകടക്കുമ്പോൾ കാഴ്ചക്കാരൻ എന്തുചെയ്യണം?
6. ഒറ്റ സന്ദേശമായി ചുരുക്കുക. കഥ ഒരു വാചകത്തിൽ ചുരുക്കണം.

നിങ്ങളുടെ റോൾ: ഡാറ്റ സ്റ്റോറി എഡിറ്റർ. എൻ്റെ കണ്ടെത്തലുകൾ (റോ): [ഇനം അനുസരിച്ച് ഇനം നമ്പറുകൾ/നിരീക്ഷണങ്ങൾ]. എൻ്റെ പ്രധാന ഉൾക്കാഴ്ച: "[ഒറ്റ വാചകം]". ടാസ്ക്: 'സന്ദർഭം → ടെൻഷൻ → റെസല്യൂഷൻ' ഘടനയുള്ള ഒരു വിവരണമാക്കി മാറ്റുക. ഓരോ വിഭാഗത്തിനും: 1-2 വാചകങ്ങൾ + ആ വിഭാഗം തെളിയിക്കാൻ ഒരു ഗ്രാഫിക് തരത്തിനായുള്ള നിർദ്ദേശം. പെരുപ്പിച്ചു കാണിക്കരുത്, സംഖ്യകൾ ഉണ്ടാക്കുക; ഡാറ്റയിൽ ക്ലെയിം ഇല്ലാത്തത് '[സ്ഥിരീകരണം]' എന്ന് അടയാളപ്പെടുത്തുക. ടോൺ: [ലക്ഷ്യം / പ്രചോദനം / ഉത്തേജനം].

വിവരണവുമായി ചാർട്ട് ബന്ധിപ്പിക്കുന്നതിന്:

ഒരു കഥയുടെ ഈ ഗ്രാഫിക് ഭാഗമാക്കുക: ഗ്രാഫിക് കാണിക്കുന്ന ഒരു സന്ദേശം ഒരു വാചകത്തിൽ എഴുതുക, തുടർന്ന് ഗ്രാഫിക്കിനായി പ്രേക്ഷകരെ സജ്ജമാക്കുന്ന ഒരു 'സെറ്റപ്പ്' വാക്യവും ഗ്രാഫിക്കിന് ശേഷം ഒരു 'അങ്ങനെ എന്ത്' വാക്യവും നിർദ്ദേശിക്കുക. ഗ്രാഫിക്: [പാചകക്കുറിപ്പ്]. ഉൾക്കാഴ്ച: [... ].

"മുമ്പ് / ശേഷം", താരതമ്യ വിവരണങ്ങൾ

ഏറ്റവും ശക്തമായ ഡാറ്റ സ്റ്റോറികൾ ഒരു എതിർപ്പ് സ്ഥാപിക്കുന്നു: മുമ്പ്/പിന്നെ, ലക്ഷ്യം/യഥാർത്ഥം, ഞങ്ങൾ/മത്സരാർത്ഥി, പ്രതീക്ഷിച്ചത്/എന്ത് സംഭവിച്ചു. കോൺട്രാസ്റ്റ് പ്രേക്ഷകരുടെ മനസ്സിൽ പിരിമുറുക്കം സൃഷ്ടിക്കുകയും സന്ദേശത്തിന് മൂർച്ച കൂട്ടുകയും ചെയ്യുന്നു.

കോൺട്രാസ്റ്റ് തരം

മാതൃകാ വിവരണം

അനുയോജ്യമായ ഗ്രാഫിക്

മുമ്പ് / ശേഷം

"പ്രോസസ് മാറ്റത്തിന് 9 ദിവസം മുമ്പ്, 4 ദിവസം കഴിഞ്ഞ്"

ഡ്യുവൽ ബാർ/സ്ലോപ്പ് ചാർട്ട്

ലക്ഷ്യം/യഥാർത്ഥം

"ലക്ഷ്യം 10% വളർച്ചയായിരുന്നു, ഞങ്ങൾ 4% ൽ തുടർന്നു"

ടാർഗെറ്റ് ലൈൻ ബാർ

പ്രതീക്ഷിച്ച/സംഭവിച്ചു

"ഞങ്ങൾ വേനൽ കുറയുമെന്ന് പ്രതീക്ഷിച്ചിരുന്നു, പക്ഷേ വർദ്ധനവ് വന്നു"

ലൈൻ + ഷേഡുള്ള പ്രതീക്ഷ ബാൻഡ്

ഭാഗം/മുഴുവൻ

"70% നഷ്ടവും ഒരു ഘട്ടത്തിൽ നിന്നാണ്"

ഹോവർ ഉപയോഗിച്ച് അടുക്കിയിരിക്കുന്ന ബാർ

ഒരു 'മുമ്പ്/പിന്നീട്' ഡാറ്റ സ്റ്റോറി സജ്ജീകരിക്കുക. മുമ്പ്: [കേസ്+നമ്പർ]. ശേഷം: [കേസ്+നമ്പർ]. മാറ്റത്തിനുള്ള കാരണം: [...].ടാസ്‌ക്: 3 വാക്യങ്ങളുള്ള ഒരു മിനി ആഖ്യാനവും (സന്ദർഭം, മാറ്റം, ഫലം) ഈ വൈരുദ്ധ്യം ഏറ്റവും സത്യസന്ധമായി കാണിക്കുന്ന ചാർട്ടിൻ്റെ തരവും നിർദ്ദേശിക്കുക. മാറ്റം ഉള്ളതിനേക്കാൾ വലുതാക്കാൻ ശ്രമിക്കരുത്.

സമഗ്രത: ഡാറ്റയെ വികലമാക്കാൻ സ്റ്റോറിയെ അനുവദിക്കരുത്

കഥപറച്ചിലിൻ്റെ നിഴൽ വശം ആഖ്യാനത്തെ ശക്തിപ്പെടുത്തുന്നതിന് ഡാറ്റ തിരഞ്ഞെടുത്ത് അവതരിപ്പിക്കുന്നു. രണ്ട് കെണികൾ സൂക്ഷിക്കുക:

• തിരഞ്ഞെടുത്ത ഡാറ്റ (ചെറി-പിക്കിംഗ്): ആഖ്യാനത്തിന് അനുയോജ്യമായ കാലയളവ്/വിഭാഗം കാണിക്കുകയും അല്ലാത്തത് മറയ്ക്കുകയും ചെയ്യുന്നു.
• കപട-കാരണം: "A വർദ്ധിച്ചു, B വർദ്ധിച്ചു, അതിനാൽ A കാരണമായി B" - പരസ്പരബന്ധം കാരണമല്ല.

മുന്നറിയിപ്പ്: ഒരു നല്ല കഥ ബോധ്യപ്പെടുത്തുന്നു; എന്നാൽ അനുനയം ഡാറ്റ വളച്ചൊടിക്കാനുള്ള അനുമതിയായി മാറരുത്. "ഈ വിവരണത്തിന് അനുയോജ്യമല്ലാത്ത ഡാറ്റ ഏതാണ്?" സ്വയം ചോദിക്കുകയും ആവശ്യമെങ്കിൽ കാണിക്കുകയും ചെയ്യുക.

മൂന്ന് മിനി കേസുകൾ

കേസ് 1 - പെയിൻ്റിംഗ് മുതൽ കഥ വരെ. ഒരു ടീം മാനേജ്‌മെൻ്റിന് 12-വരി പട്ടിക അവതരിപ്പിച്ചു, പക്ഷേ ആർക്കും ഒന്നും മനസ്സിലായില്ല. AI ഉപയോഗിച്ച്, അവർ ഉൾക്കാഴ്ച കണ്ടെത്തി: "ലാഭത്തിൻ്റെ 80% വരുന്നത് 3 ഉൽപ്പന്നങ്ങളിൽ നിന്നാണ്." ഈ ഒരു വാചകത്തെ ചുറ്റിപ്പറ്റിയാണ് അവർ അവതരണം നിർമ്മിച്ചത്. ആദ്യമായി, മാനേജ്മെൻ്റ് വ്യക്തമായ തീരുമാനം എടുത്തു (ഈ 3 ഉൽപ്പന്നങ്ങളിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുക).

കേസ് 2 - മുമ്പ് / ശേഷം. ഒരു ഹോസ്പിറ്റൽ കാത്തിരിപ്പ് സമയം കുറയ്ക്കുന്ന ഒരു മാറ്റം വരുത്തി, പക്ഷേ അവതരണത്തിൽ ഡ്രൈ നമ്പറുകൾ അടങ്ങിയിരുന്നു. "ആദ്യം 47 മിനിറ്റ്, പിന്നെ 19 മിനിറ്റ്" എന്ന കോൺട്രാസ്റ്റ് ഉപയോഗിച്ച് അവർ ഒരു ചരിവ് ചാർട്ട് സജ്ജീകരിച്ചു. മാറ്റത്തിൻ്റെ ആഘാതം ഉടനടി മനസ്സിലാക്കുകയും ബജറ്റ് വിപുലീകരിക്കുകയും ചെയ്തു.

കേസ് 3 - തിരഞ്ഞെടുത്ത ഡാറ്റ ശരിയാക്കുന്നു. കാമ്പെയ്‌നിൻ്റെ വിജയം കാണിക്കാൻ ഒരു വിപണനക്കാരൻ മികച്ച 2 ആഴ്‌ചകൾ മാത്രമേ ചാർട്ട് ചെയ്‌തിട്ടുള്ളൂ. AI-യോട് ചോദിക്കുക "ഈ വിവരണത്തിന് അനുയോജ്യമല്ലാത്ത ഡാറ്റ ഉണ്ടോ?" അവൻ ചോദിച്ചു; കാമ്പെയ്‌നിന് ശേഷമുള്ള ഇടിവ് മോഡൽ അനുസ്മരിച്ചു. ടീം മുഴുവൻ കാലഘട്ടവും കാണിക്കുകയും "ശാശ്വതമായ സ്വാധീനത്തിന് ഫോളോ-അപ്പ് ആവശ്യമാണ്" എന്ന സത്യസന്ധമായ സന്ദേശം നൽകുകയും ചെയ്തു.

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബല:

ഈ വിവരങ്ങളിൽ നിന്ന് രസകരമായ ഒരു കഥ ഉയർന്നുവരുന്നു.

"ആകർഷകമായ" ആഗ്രഹം മോഡലിനെ അതിശയോക്തിയിലേക്കും തിരഞ്ഞെടുത്ത അവതരണത്തിലേക്കും നയിക്കുന്നു; സത്യസന്ധത നഷ്ടപ്പെട്ടു.

ശക്തമായ:

നിങ്ങളുടെ റോൾ: ഡാറ്റ സ്റ്റോറി എഡിറ്റർ. പ്രധാന ഉൾക്കാഴ്ച: "70% നഷ്ടം ഡെലിവറി ഘട്ടത്തിലാണ്". ഫലങ്ങൾ: [നമ്പറുകൾ]. ടാസ്ക്: സന്ദർഭം→സസ്‌പെൻസ്→സൊല്യൂഷൻ്റെ ഘടനയിൽ സത്യസന്ധമായ ഒരു വിവരണം നിർമ്മിക്കുക, ഓരോ വിഭാഗത്തിനും ഒരു ഗ്രാഫ് പൊരുത്തപ്പെടുത്തുക, കൂടാതെ ഈ ഉൾക്കാഴ്ചയ്ക്ക് അനുയോജ്യമല്ലാത്ത ഡാറ്റ ഉണ്ടെങ്കിൽ സൂചിപ്പിക്കുക. പെരുപ്പിച്ചു കാണിക്കരുത്, പരസ്പര ബന്ധത്തെ കാരണമായി അവതരിപ്പിക്കരുത്, ഡാറ്റയിൽ ഇല്ലാത്തതിന് [സ്ഥിരീകരണം] എഴുതുക.

രണ്ടാമത്തേത് രണ്ടും ഘടന നൽകുകയും സത്യസന്ധത ആവശ്യപ്പെടുകയും ചെയ്യുന്നു (അനുയോജ്യമല്ലാത്ത ഡാറ്റ കാണിക്കുക, കാര്യകാരണം അവകാശപ്പെടരുത്).

ഒരു ഗ്രാഫിക്, ഒരു സന്ദേശം: സ്ലൈഡുകളിലുടനീളം വിവരണം വിതരണം ചെയ്യുന്നു

ഒരു അവതരണത്തിലേക്ക് ഒരു ഡാറ്റ സ്റ്റോറി ഇടുമ്പോൾ ഏറ്റവും ശക്തമായ നിയമം ഇതാണ്: ഒരു സ്ലൈഡിൽ ഒരു ചാർട്ട്, ഒരു ചാർട്ടിൽ ഒരു സന്ദേശം. കാഴ്ചക്കാരന് ഒരേ സമയം മൂന്ന് ഗ്രാഫുകൾ നോക്കി ഒരു നിഗമനത്തിലെത്താൻ കഴിയില്ല. സങ്കീർണ്ണമായ ഒരു ചാർട്ട് ഒറ്റയടിക്ക് കാണിക്കുന്നതിനുപകരം, അത് ക്രമേണ വെളിപ്പെടുത്തുന്നത് വളരെ ഫലപ്രദമാണ്: ആദ്യം ശൂന്യമായ അച്ചുതണ്ട്, പിന്നെ ഒറ്റ വര, പിന്നെ താരതമ്യ രേഖ, ഒടുവിൽ ഊന്നൽ. ഓരോ ഘട്ടത്തിലും നിങ്ങൾ എന്താണ് പറയുന്നതെന്ന് വിശദീകരിക്കുന്നു; കാഴ്ചക്കാരൻ നിങ്ങളോടൊപ്പം ചാർട്ട് "വായിക്കുന്നു".

നിങ്ങളുടെ റോൾ: ഡാറ്റ അവതരണ എഡിറ്റർ. എനിക്ക് ഒരു സാന്ദ്രമായ ഗ്രാഫ് ഉണ്ട്: [പാചകക്കുറിപ്പ്]. ഇത് ഒരു സ്ലൈഡിൽ കാണിക്കുന്നതിന് പകരം, കാഴ്ചക്കാരനെ പടിപടിയായി കൊണ്ടുപോകുന്ന 3-4 ഘട്ടങ്ങളുള്ള 'കാസ്കേഡ് വെളിപ്പെടുത്തൽ' പ്ലാൻ ഉണ്ടാക്കുക. ഓരോ ഘട്ടത്തിലും ചാർട്ടിൽ എന്താണ് ദൃശ്യമാകേണ്ടത്, ഞാൻ എന്താണ് പറയേണ്ടത്? അവസാനം ഹൈലൈറ്റ് ചെയ്യേണ്ട ഒരേയൊരു സന്ദേശം: "[വാക്യം]".

ചാർട്ട് ശീർഷകവും വിവരണത്തിൻ്റെ ഭാഗമാക്കുക: "പടിഞ്ഞാറൻ മേഖല മാത്രമാണ് വളർച്ചയെ നയിക്കുന്നത്," "പ്രാദേശിക വിൽപ്പന" അല്ല. ശീർഷകം ചാർട്ടിൻ്റെ ഫലം പറയുന്നു; താൻ എന്ത് കാണുമെന്ന് അറിയുന്ന കാഴ്ചക്കാരൻ നോക്കുന്നു.

നുറുങ്ങ്: ഒരു സ്ലൈഡിൽ രണ്ടിൽ കൂടുതൽ ചാർട്ടുകൾ ഉണ്ടെങ്കിൽ, നിങ്ങൾ ഒരു സ്ലൈഡിലേക്ക് രണ്ടോ മൂന്നോ വ്യത്യസ്ത സന്ദേശങ്ങൾ ക്രോം ചെയ്യുകയാണ്. വിഭജിക്കുക: ഓരോ സന്ദേശത്തിനും അതിൻ്റേതായ സ്ലൈഡ് നൽകുക.

സാധാരണ തെറ്റുകൾ

• ഗ്രാഫിക്‌സിൻ്റെ ഒരു ശേഖരം അവതരിപ്പിക്കുന്നു: ഒരു വിവരണവുമില്ലാതെ വരിവരിയായി ഗ്രാഫിക്‌സ് സ്ട്രിംഗ് ചെയ്യുന്നു.
• ഉൾക്കാഴ്ചയില്ലാത്ത കഥ: "എന്താണ് സംഭവിച്ചത്" എന്ന് പറയുകയും എന്നാൽ "അതിൻ്റെ അർത്ഥം" ഉപേക്ഷിക്കുകയും ചെയ്യുന്നു.
• തിരഞ്ഞെടുത്ത ഡാറ്റ: വിവരണത്തിന് അനുയോജ്യമല്ലാത്ത ഡാറ്റ മറയ്ക്കുന്നു.
• തെറ്റായ കാര്യകാരണം: പരസ്പരബന്ധം "കാരണം" ആയി അവതരിപ്പിക്കുന്നു.
• അതിശയോക്തിക്കായി വിഭാഗങ്ങൾ തിരഞ്ഞെടുക്കുന്നു: ഇഫക്റ്റ് വലുതാക്കാൻ തെറ്റിദ്ധരിപ്പിക്കുന്ന ഗ്രാഫിക്സ് ഉപയോഗിക്കുന്നു.
• ഒന്നിലധികം സന്ദേശങ്ങൾ: ഒരു അവതരണത്തിൽ ഒന്നിലധികം "പ്രധാന കഥകൾ" ഘടിപ്പിക്കുന്നു.

ചുരുക്കത്തിൽ

ഡാറ്റാ സ്റ്റോറി ടെല്ലിംഗ് ഒരു സന്ദർഭ-ടെൻഷൻ-റെസല്യൂഷൻ ആഖ്യാനത്തിലേക്ക് അക്കങ്ങളെ ഉൾപ്പെടുത്തുകയും ഉൾക്കാഴ്ച ഹൈലൈറ്റ് ചെയ്യുകയും ചെയ്യുന്നു ("ഇതിൻ്റെ അർത്ഥമെന്താണ്"). കോൺട്രാസ്റ്റുകൾ (മുമ്പ്/പിന്നീട്, ലക്ഷ്യം/യഥാർത്ഥം) സന്ദേശത്തെ മൂർച്ച കൂട്ടുന്നു. നിങ്ങളുടെ കണ്ടെത്തലുകളെ ആഖ്യാനമാക്കി മാറ്റുന്നതിൽ AI ശക്തമാണ്; എന്നാൽ തിരഞ്ഞെടുത്ത ഡാറ്റ, അതിശയോക്തി, തെറ്റായ കാര്യകാരണങ്ങൾ എന്നിവയുടെ കെണിയിൽ വീഴരുത്. ഒരു നല്ല സ്റ്റോറി ഡാറ്റയെ പ്രേരിപ്പിക്കുകയും വികലമാക്കാതിരിക്കുകയും ചെയ്യുന്നു.

ആപ്ലിക്കേഷൻ ടാസ്ക്

നിങ്ങളുടെ ഡാറ്റാ സെറ്റിൽ നിന്ന് ഒരു ഉൾക്കാഴ്ച വരയ്ക്കുക. (1) ഒരു വാചകത്തിൽ എഴുതുക. (2) ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് സന്ദർഭ-ടെൻഷൻ-റെസല്യൂഷൻ ഘടനയിൽ ഒരു വിവരണം നിർമ്മിക്കുകയും ഓരോ വിഭാഗവുമായി ഒരു ഗ്രാഫിക് പൊരുത്തപ്പെടുത്തുകയും ചെയ്യുക. (3) "ഈ വിവരണത്തിന് അനുയോജ്യമല്ലാത്ത ഡാറ്റ ഏതാണ്?" ആഖ്യാനത്തിൽ സത്യസന്ധമായി ഉത്തരം ഉൾപ്പെടുത്തുകയും ചെയ്യുക. (4) കഥ ഒരു വാക്യത്തിലേക്ക് ചുരുക്കുക.

ചെക്ക്ലിസ്റ്റ്

• [ ] എനിക്ക് ഒരു പ്രധാന ഉൾക്കാഴ്ചയുണ്ട്, എനിക്ക് അത് ഒരു വാചകത്തിൽ എഴുതാം.
• [ ] ഒരു സന്ദർഭ-ടെൻഷൻ-റെസല്യൂഷൻ ഘടനയിലാണ് ആഖ്യാനം ചിട്ടപ്പെടുത്തിയത്.
• [ ] ഓരോ ഗ്രാഫും ആഖ്യാനത്തിലെ ഒരു വാചകം തെളിയിക്കുന്നു.
• [] വിവരണത്തിന് അനുയോജ്യമല്ലാത്ത ഡാറ്റ ഞാൻ മറച്ചിട്ടില്ല.
• [ ] ഞാൻ പരസ്പര ബന്ധത്തെ കാര്യകാരണമായി അവതരിപ്പിച്ചില്ല.
• [ ] കഥ ഒരൊറ്റ വാചകത്തിലേക്ക് ചുരുക്കാം.