Сервис модели машинного обучения обучается классификации текста на данных информационной базы. От качества обучающих данных зависит точность и адекватность получаемых результатов. Сервис модели содержит встроенные механизмы по нормализации и балансировке данных перед обучением. Тем не менее, обучающие данные должны соответствовать следующим требованиям: ■ Размерность выборки. Минимальное количество примеров текста для класса – 10, ниже этого порога класс исключается из процесса обучения. ■ Разделимость классов. Не должно быть пересечений в классификации (однотипных текстов, отнесенных к разным классам) – в этом случае уверенность модели в отнесении к каждому из этих классов значительно снизится, ответы могут быть не точными. ■ Сбалансированность. Количество примеров по каждому из классов балансируется моделью, но нужно учитывать, что в процессе балансировки, общий размер выборки для всех классов будет ограничен размером выборки класса с минимальным количеством примеров.