HR
PrijavaZapočnite odmah
Pojmovnik

Klasifikacija teksta

Što je Klasifikacija teksta?

Klasifikacija teksta automatski razvrstava tekstove u unaprijed zadane kategorije, primjerice e-poruke prema vrsti upita, recenzije prema sentimentu ili dokumente prema temi. Prije je za to bilo potrebno trenirati posebne modele na označenim primjerima; danas veliki jezični modeli često mogu dodijeliti kategorije samo na temelju opisa. Tako je moguće unaprijed razvrstati upite i brže ih usmjeriti pravom timu.

Kako KI.ordo pomaže

Predložak KI.ordo „Klasificiraj tekst“ koristi blok UI usmjerivač, koji ulaze dodjeljuje u do osam slobodno odabranih kategorija.

Saznajte više : Klasifikacija teksta

Odgovarajući predlošci

Teme

  • NLP
  • Procjena
  • Automatizacija

Isprobajte KI.ordo

Agenti, tijekovi rada i predlošci u jednom radnom prostoru – besplatna demo verzija na 24 sata.

Pokrenite demo
← Svi pojmovi

Srodni pojmovi

Automatska klasifikacija

Automatska klasifikacija razvrstava tekstove, dokumente ili zapise u unaprijed definirane kategorije bez ručnog sortiranja. Tradicionalno modeli to uče iz označenih primjera; veliki jezični modeli mogu kategorije dodijeliti i samo na temelju opisa. Tipične su primjene razvrstavanje dolaznih e-poruka prema vrsti zahtjeva, razvrstavanje računa i potvrda ili označavanje hitnih zahtjeva za podršku. Za važne slučajeve preporučljive su nasumične provjere koje provode ljudi.

  • Procjena
  • Automatizacija
  • +1
Predložak

Klasifikator

Klasifikator je model ili metoda koja unose razvrstava u jednu od nekoliko unaprijed definiranih kategorija. Klasične varijante poput stabala odlučivanja ili naivnog Bayesa treniraju se na označenim primjerima; jezični modeli mogu razvrstavati tekstove i na temelju opisa kategorija. Tipične primjene uključuju prepoznavanje spama, razvrstavanje upita klijenata po temama i kategoriziranje računa. Kvaliteta se mjeri metrikama poput točnosti, preciznosti i odziva.

  • Procjena
  • Strojno učenje
  • +1
Predložak

Analiza sentimenta

Analiza sentimenta automatski utvrđuje raspoloženje ili stav koji tekst izražava – obično pozitivan, neutralan ili negativan, a ponekad i finije emocije. Tvrtke je koriste za vrednovanje velikog broja recenzija proizvoda, e-poruka podršci, anketa ili objava na društvenim mrežama te za brzo uočavanje gdje su klijenti zadovoljni, a gdje postoje problemi. Ironija, sarkazam i miješane izjave poput „brza isporuka, razočaravajuća kvaliteta“ ostaju teški, pa uzorke trebaju provjeravati ljudi.

  • NLP
  • povratne informacije klijenata
  • +1
Predložak