LV
PieteiktiesSākt tagad
Glosārijs

Klasifikators

Kas ir Klasifikators?

Klasifikators ir modelis vai metode, kas ievaddatus piešķir vienai no vairākām iepriekš noteiktām kategorijām. Klasiskus variantus, piemēram, lēmumu kokus vai naivo Beijesa metodi, apmāca uz marķētiem piemēriem; valodas modeļi tekstus var šķirot arī pēc kategoriju apraksta. Tipiski lietojumi ir surogātpasta atpazīšana, klientu pieprasījumu šķirošana pēc tēmas un kvīšu kategorizēšana. Kvalitāti mēra ar metrikām, piemēram, pareizību, precizitāti un pārklājumu.

Kā palīdz KI.ordo

KI.ordo plūsmās bloks „MI lēmējs” ievaddatus piešķir līdz astoņām kategorijām, piemēram, veidnē „Kategorizēt tekstu”.

Uzzināt vairāk : Klasifikators

Atbilstošas veidnes

Tēmas

  • Novērtējums
  • Mašīnmācīšanās
  • Kategorijas

Izmēģiniet KI.ordo

Aģenti, plūsmas un veidnes vienā darbvietā – bezmaksas 24 stundu demo.

Sākt demo
← Visi termini

Saistītie termini

Automātiskā klasifikācija

Automātiskā klasifikācija piešķir tekstus, dokumentus vai ierakstus iepriekš noteiktām kategorijām bez manuālas šķirošanas. Tradicionāli modeļi to apgūst no marķētiem piemēriem; lielie valodas modeļi kategorijas var piešķirt arī, balstoties tikai uz aprakstu. Tipiski lietojumi ir ienākošo e-pasta ziņojumu šķirošana pēc pieprasījuma veida, čeku piešķiršana vai steidzamu atbalsta pieteikumu atzīmēšana. Svarīgos gadījumos ieteicamas cilvēku veiktas izlases pārbaudes.

  • Novērtējums
  • Automatizācija
  • +1
Veidne

Teksta klasifikācija

Teksta klasifikācija automātiski piešķir tekstus iepriekš definētām kategorijām, piemēram, e-pastus pēc pieprasījuma veida, atsauksmes pēc noskaņojuma vai dokumentus pēc tēmas. Agrāk tam bija jāapmāca atsevišķi modeļi ar marķētiem piemēriem; mūsdienās lielie valodas modeļi bieži var piešķirt kategorijas, pamatojoties tikai uz aprakstu. Tas ļauj iepriekš šķirot pieprasījumus un ātrāk novirzīt tos pie pareizās komandas.

  • NLP
  • Novērtējums
  • +1
Veidne

Neskaidrību matrica

Neskaidrību matrica ir tabula, kas salīdzina klasifikatora prognozes ar faktiskajām klasēm. Diviem klasēm tā parāda patiesi pozitīvos, viltus pozitīvos, patiesi negatīvos un viltus negatīvos gadījumus. No tās var aprēķināt tādas metrikas kā precizitāte, pārklājums un F1 rādītājs, un kļūst skaidrs, kādas kļūdas rodas. Piemērs: surogātpasta filtram, kas daudzus īstus e-pastus atzīmē kā surogātpastu, ir daudz viltus pozitīvu rezultātu, kas bieži ir dārgāk nekā nokavēts surogātpasta ziņojums.

  • Modeļu novērtēšana
  • Novērtējums
  • +1

Naive Bayes

Naivais Beijesa klasifikators ir vienkāršu klasifikācijas metožu saime, kuras pamatā ir Beijesa teorēma. Tās sauc par „naivām”, jo tās pieņem, ka visas pazīmes ir savstarpēji neatkarīgas, kas praksē reti ir patiesība, bet bieži tomēr dod labus rezultātus. Šīs metodes ir ātras, tām vajag maz apmācības datu, un tās ir īpaši piemērotas tekstam. Klasisks piemērs ir surogātpasta filtrs, kas šķiro e-pastus pēc tipiskiem vārdiem.

  • klasifikācija
  • statistika
  • +1