Slovar pojmov

Razvrščanje besedil

Kaj je Razvrščanje besedil?

Razvrščanje besedil samodejno razvršča besedila v vnaprej določene kategorije, na primer e-pošto po vrsti zahtevka, ocene po sentimentu ali dokumente po temi. Prej je bilo za to treba učiti posebne modele na označenih primerih; danes veliki jezikovni modeli kategorije pogosto dodelijo že na podlagi opisa. Tako je mogoče povpraševanja vnaprej razvrstiti in jih hitreje usmeriti k pravi ekipi.

Kako pomaga KI.ordo

Predloga KI.ordo „Razvrsti besedilo“ uporablja gradnik usmerjevalnik UI, ki vhode dodeli do osmim prosto izbranim kategorijam.

Več o tem : Razvrščanje besedil

Teme

  • NLP
  • Razvrstitev
  • Avtomatizacija

Preizkusite KI.ordo

Agenti, poteki dela in predloge v enem delovnem prostoru – brezplačna 24-urna predstavitev.

Začni predstavitev
← Vsi pojmi

Sorodni pojmi

Samodejna klasifikacija

Samodejna klasifikacija besedila, dokumente ali zapise uvrsti v vnaprej določene kategorije brez ročnega razvrščanja. Tradicionalno se modeli tega naučijo iz označenih primerov; veliki jezikovni modeli lahko kategorije dodelijo tudi samo na podlagi opisa. Tipične uporabe so razvrščanje dohodnih e-sporočil po vrsti zahteve, dodeljevanje prejemkov ali označevanje nujnih zahtevkov za podporo. Pri pomembnih primerih so priporočljiva naključna preverjanja s strani ljudi.

  • Razvrstitev
  • Avtomatizacija
  • +1
Predloga

Klasifikator

Klasifikator je model ali metoda, ki vnose uvrsti v eno od več vnaprej določenih kategorij. Klasične različice, kot so odločitvena drevesa ali naivni Bayes, se učijo na označenih primerih; jezikovni modeli lahko besedila razvrščajo tudi na podlagi opisa kategorij. Tipična uporaba so prepoznavanje neželene pošte, razvrščanje povpraševanj strank po temah in razvrščanje računov. Kakovost se meri z merili, kot so točnost, natančnost in priklic.

  • Razvrstitev
  • Strojno učenje
  • +1
Predloga

Analiza sentimenta

Analiza sentimenta samodejno ugotovi razpoloženje ali odnos, ki ga besedilo izraža – običajno pozitivno, nevtralno ali negativno, včasih tudi bolj podrobna čustva. Podjetja jo uporabljajo za vrednotenje velikega števila ocen izdelkov, e-poštnih sporočil podpori, anket ali objav na družbenih omrežjih ter hitro vidijo, kje so stranke zadovoljne in kje so težave. Ironija, sarkazem in mešane izjave, kot je „hitra dostava, razočarljiva kakovost“, ostajajo težavni, zato naj vzorce preverjajo ljudje.

  • NLP
  • povratne informacije strank
  • +1
Predloga