Duygu analizi
Metinde ifade edilen olumlu, olumsuz veya nötr tutumu tahmin etme; talebin iş açısından değerlendirilmesinin yerini tutmaz.
Duygu analizi neyi gösterir?
Duygu analizi, metinde ifade edilen tutumu örneğin olumlu, olumsuz veya nötr olarak tahmin eder. Yönteme göre bütün belge, tek tek cümleler veya belirli konular hakkındaki ifadeler incelenebilir. Genel bir puan, aynı metindeki farklı değerlendirmeleri birleştirerek önemli farkları gizleyebilir. Sonuç, dildeki ipuçlarının yorumlanmasına dayanır. Kişinin gerçek duygusal durumunun güvenilir bir ölçümü değildir ve işletmedeki aciliyeti de kendiliğinden belirlemez.
Kurgusal bir servis örneğinde müşteri şöyle yazar: “Teknisyen nazikti. Arıza devam ediyor.” Genel değerlendirme, övgüyle hâlâ çözülmemiş arızayı birbirini götüren unsurlar gibi ele alıp kaydı işlemden çıkarmamalıdır. Ekip; karışık değerlendirmeler, olumsuzluk ifadeleri, ironi ve işe özgü yaygın terimlerle denemeler planlar. Teknik müdahale ihtiyacının, metnin tonundan bağımsız olarak korunup korunmadığı denetlenir. Servis kaydının önceliği ve kapanışı için belirlenen iş kuralları geçerlidir; yalnızca duygu puanı bunlara karar vermez.
Kaynaklar
İlgili terimler
- Makine öğrenmesiModellerin veriden örüntü öğrenip yeni girdilerde kullanması.
- Büyük dil modeliBüyük dil modeli, öğrendiği örüntülerle dili işler. Akıcı metin, bilginin doğruluğunu veya güncel şirket verisine erişimi kanıtlamaz.
- Üretken yapay zekâÜretken yapay zekâ metin, görsel veya kod gibi içerikler üretir. Kalite, kullanım amacı ve eldeki dayanaklarla değerlendirilir.
- YZ çıkarımıSonuç almak için önceden eğitilmiş modeli girdilere uygulamak.
- LLM değerlendirmesiLLM değerlendirmesi, model sonuçlarını tanımlı görev ve ölçütlerle sınar. Başarılı tek örnek, genel kaliteyi kanıtlamaz.
- Yapay zekâ sohbet botuYapay zekâ sohbet botu diyaloğu destekler. Anlaşılır yanıt ile gerçekten tamamlanan iş işlemi ayrı değerlendirilir.
Bu konudaki yazılar
ASES ile Yapay zekâ ve otomasyon
Yapay zekâ asistanları ve otomatik iş akışları