› Se due messaggi appartengono alla stessa conversazione, metterne uno nel training e uno nel test può rendere la prova troppo facile.
› Per misurare come il sistema se la cava con conversazioni nuove, divido prima i gruppi e solo dopo conto i messaggi.Quando si analizza un dataset, è fondamentale garantire l'integrità della valutazione.
› Se un modello viene addestrato su una parte dei dati e poi testato su un'altra parte che contiene informazioni quasi identiche, il risultato della valutazione sarà falsato.
› Questo fenomeno è noto come overfitting: il modello non sta imparando a generalizzare, ma sta semplicemente memorizzando pattern specifici che si ripetono tra campioni correlati.