Glossario

Classificatore

Che cos’è Classificatore?

Un classificatore è un modello o un metodo che assegna un input a una tra diverse categorie predefinite. Le varianti classiche, come gli alberi decisionali o Naive Bayes, vengono addestrate con esempi etichettati; anche i modelli linguistici possono classificare testi sulla base di una descrizione delle categorie. Usi tipici sono il rilevamento dello spam, lo smistamento delle richieste dei clienti per tema e la classificazione di documenti contabili. La qualità si misura con metriche come accuratezza, precisione e recall.

Come aiuta KI.ordo

Nei flussi KI.ordo il blocco «Decisore IA» assegna gli input a un massimo di otto categorie, ad esempio nel modello «Classificare un testo».

Scopri di più →: Classificatore

Temi

  • Classificazione
  • Machine learning
  • Categorie

Prova KI.ordo

Agenti, flussi e modelli in un’unica area di lavoro – demo gratuita di 24 ore.

Avvia demo
← Tutti i termini

Termini correlati

Classificazione automatica

La classificazione automatica assegna testi, documenti o record a categorie predefinite senza smistamento manuale. Tradizionalmente i modelli imparano da esempi etichettati; i grandi modelli linguistici possono assegnare le categorie anche solo in base a una descrizione. Usi tipici sono lo smistamento delle e-mail in arrivo per tipo di richiesta, l'attribuzione di documenti contabili o la segnalazione di richieste di assistenza urgenti. Per i casi importanti sono consigliabili controlli a campione da parte di persone.

  • Classificazione
  • Automazione
  • +1
Modello

Classificazione del testo

La classificazione del testo assegna automaticamente i testi a categorie predefinite, ad esempio e-mail per tipo di richiesta, recensioni per sentiment o documenti per argomento. In passato servivano modelli dedicati addestrati su esempi etichettati; oggi i grandi modelli linguistici riescono spesso a classificare partendo da una semplice descrizione. Così le richieste possono essere smistate e inoltrate più rapidamente al reparto giusto.

  • NLP
  • Classificazione
  • +1
Modello

Matrice di confusione

Una matrice di confusione è una tabella che confronta le previsioni di un classificatore con le classi reali. Con due classi mostra veri positivi, falsi positivi, veri negativi e falsi negativi. Da questi valori si calcolano metriche come precisione, recall e F1 score e si capisce quali errori si verificano. Esempio: un filtro antispam che segnala come spam molte e-mail autentiche ha molti falsi positivi, spesso più costosi di uno spam non rilevato.

  • Valutazione modelli
  • Classificazione
  • +1

Naive Bayes

Naive Bayes è una famiglia di semplici metodi di classificazione basati sul teorema di Bayes. Sono detti “ingenui” perché presuppongono che tutte le caratteristiche siano indipendenti tra loro, cosa raramente vera nella pratica ma che spesso porta comunque a buoni risultati. Sono veloci, richiedono pochi dati di addestramento e si prestano bene ai testi. Esempio classico è il filtro antispam che classifica le e-mail in base a parole tipiche.

  • classificazione
  • statistica
  • +1