Μετάβαση στο κύριο περιεχόμενο
Ελληνικά— Επιλέξτε γλώσσα
Μενού

Εργαστήριο: Ανάλυση Κειμένου

Μάθημα 14 / 16 Ενημερώθηκε 28 Ιουλίου 2026 Αρχάριος
Σε αυτήν τη σελίδα
  1. Στόχος του εργαστηρίου
  2. Άσκηση 1: Ανάλυση συναισθήματος σε κριτικές πελατών
  3. Άσκηση 2: Εξαγωγή δομημένων δεδομένων
  4. Άσκηση 3: Ταξινόμηση αιτημάτων υποστήριξης
  5. Συμβουλές για εργασίες ανάλυσης
  6. Βασικά σημεία

Στόχος του εργαστηρίου

Αφού ασχοληθήκατε με τη συγγραφή, αλλάξουμε πορεία: αυτό το εργαστήριο σας εκπαιδεύει να χρησιμοποιείτε το Mistral για εργασίες ανάλυσης—ανίχνευση συναισθήματος σε κείμενα, εξαγωγή βασικών πληροφοριών και ταξινόμηση περιεχομένου. Αυτές οι δεξιότητες αποτελούν τον πυρήνα της αυτοματοποίησης της επεξεργασίας δεδομένων κειμένου στις επιχειρήσεις. Όποτε ένας άνθρωπος διαβάζει δεκάδες παρόμοια κείμενα για να εξάγει το ίδιο πλέγμα πληροφοριών, έχετε έναν υποψήφιο για αυτοματοποίηση. Θα παρατηρήσετε ένα κοινό νήμα στις τρεις ασκήσεις: η θερμοκρασία παραμένει χαμηλή, διότι στην ανάλυση, η συνέπεια έχει μεγαλύτερη σημασία από τη δημιουργικότητα.

Άσκηση 1: Ανάλυση συναισθήματος σε κριτικές πελατών

Φανταστείτε το εξής σενάριο: διαχειρίζεστε την εξυπηρέτηση πελατών για μια ηλεκτρονική αγορά και λαμβάνετε εκατοντάδες κριτικές καθημερινά. Η ανάγνωσή τους όλων είναι αδύνατη· πρέπει να τις αναλύετε αυτόματα για να εντοπίζετε επαναλαμβανόμενα προβλήματα και να ιεραρχείτε τις απαντήσεις. Το prompt συστήματος ορίζει ένα σταθερό πλέγμα ανάλυσης—συναίσθημα, θεματολογία, επείγον, ενέργεια—και επιβάλλει έξοδο σε JSON ώστε το εργαλείο διαχείρισης αιτημάτων (ticketing) σας να μπορεί να επεξεργαστεί το αποτέλεσμα.

messages = [
    {
        "role": "system",
        "content": """You are a customer experience analyst.
For each review, provide:
1. Overall sentiment: positive / mixed / negative
2. Topics covered (max 3)
3. Urgency level: low / medium / high
4. Recommended action (1 sentence)

Respond in structured JSON."""
    },
    {
        "role": "user",
        "content": """Analyze these 3 customer reviews:

Review 1: "Order received in 2 days, careful packaging. However, the user
manual is only in English, which is a shame for a product sold in France.
The product itself works very well."

Review 2: "This is the THIRD time I've received a defective item. Support
has been giving me the runaround for 2 weeks. I will contact the DGCCRF if
nothing moves."

Review 3: "Good value for money. Nothing exceptional but does the job.
Standard delivery, no issues."

Return a JSON table with the analysis of each review."""
    }
]

response = client.chat.complete(
    model="mistral-large-latest",
    messages=messages,
    temperature=0.1
)

Το αναμενόμενο αποτέλεσμα μοιάζει με αυτό—σημειώστε ότι η κριτική 1, γενικά ικανοποιημένη αλλά με επιφύλαξη, πρέπει να χαρακτηριστεί ως “mixed” και όχι “positive”, ενώ η κριτική 2, με την απειλή επικοινωνίας με τη DGCCRF (την αρχή προστασίας καταναλωτών στη Γαλλία), πρέπει να ενεργοποιήσει υψηλό επίπεδο επείγοντος:

[
  {
    "review": 1,
    "sentiment": "mixed",
    "themes": ["delivery", "documentation", "product quality"],
    "urgency": "low",
    "action": "Translate the user manual to French for future batches."
  },
  {
    "review": 2,
    "sentiment": "negative",
    "themes": ["product quality", "customer service", "recurrence"],
    "urgency": "high",
    "action": "Escalate to support manager for priority handling."
  },
  {
    "review": 3,
    "sentiment": "positive",
    "themes": ["value for money", "delivery"],
    "urgency": "low",
    "action": "No action required, standard satisfied review."
  }
]

Άσκηση 2: Εξαγωγή δομημένων δεδομένων

Δεύτερη κατάσταση: λαμβάνετε emails αιτήσεων εργασίας σε ελεύθερο κείμενο και πρέπει να εξάγετε βασικές πληροφορίες για να τροφοδοτήσετε το ATS (Applicant Tracking System) σας. Ο κύριος κίνδυνος στην εξαγωγή είναι η επινόηση: ένα μοντέλο χωρίς οδηγίες θα συμπληρώσει ευχαρίστως τα κενά με πιθανολογούμενες deductions. Εξ ου και οι δύο cardinal κανόνες του prompt συστήματος—“not provided” για κάθε missing πληροφορία, και απόλυτη απαγόρευση deduction.

messages = [
    {
        "role": "system",
        "content": """You extract structured data from free text.
Rules:
- If information is not mentioned, indicate "not provided"
- NEVER deduce information: stay strictly with the text
- Dates must be in YYYY-MM-DD format
- Skills must be normalized terms"""
    },
    {
        "role": "user",
        "content": """Extract information from this job application email:

"Hello,

I am submitting my application for the full-stack developer position
published on LinkedIn. My name is Sarah Benali and I have 6 years
of experience in web development. Currently a Lead Developer at DataViz (Paris),
I work primarily with React, Node.js, and PostgreSQL. I also have
strong experience with AWS and Docker. My current daily rate is
€650 and I am available starting May 15, 2026.

Best regards,
Sarah Benali"

Expected JSON format:
{
  "name": "",
  "target_role": "",
  "experience_years": 0,
  "current_role": "",
  "current_company": "",
  "location": "",
  "skills": [],
  "daily_rate": "",
  "availability": ""
}"""
    }
]

response = client.chat.complete(
    model="mistral-large-latest",
    messages=messages,
    temperature=0.0
)

Ορίστε η έξοδος που πρέπει να λάβετε:

{
  "name": "Sarah Benali",
  "target_role": "Full-stack developer",
  "experience_years": 6,
  "current_role": "Lead Developer",
  "current_company": "DataViz",
  "location": "Paris",
  "skills": ["React", "Node.js", "PostgreSQL", "AWS", "Docker"],
  "daily_rate": "€650",
  "availability": "2026-05-15"
}

Σημειώστε τη θερμοκρασία στο 0.0: για την εξαγωγή, θέλετε μια ντετερμινιστική απάντηση πιστή στο πηγαίο κείμενο. Σημειώστε επίσης τη μετατροπή της ημερομηνίας σε μορφή ISO, η οποία ζητήθηκε ρητά στους κανόνες—χωρίς αυτή την οδηγία, το μοντέλο θα είχε αντιγράψει το “May 15, 2026” ως έχει.

Άσκηση 3: Ταξινόμηση αιτημάτων υποστήριξης

Τελευταία κατάσταση: η ομάδα υποστήριξής σας λαμβάνει αταξινόμητα αιτήματα που χρειάζονται αυτόματη δρομολόγηση στο σωστό τμήμα. Το κλειδί αυτής της άσκησης είναι η εξαντλητικός ορισμός των κατηγοριών και των προτεραιοτήτων στο prompt συστήματος. Αν αφήσετε το μοντέλο να επινοήσει τη δική του ταξινομία, κάθε παρτίδα αιτημάτων θα βγαίνει με διαφορετικές κατηγορίες και η δρομολόγησή σας θα καταστεί ανεξέλεγκτη.

messages = [
    {
        "role": "system",
        "content": """You classify technical support tickets.

Available categories:
- BILLING: payment issues, invoices, subscriptions, refunds
- TECHNICAL: bugs, errors, functionality issues, slowness
- ACCOUNT: login, password, settings, account deletion
- FEATURE: requests for new features, suggestions
- OTHER: anything that doesn't fit the categories above

Priorities:
- P1: service inaccessible, data loss, direct financial impact
- P2: degraded functionality, workaround possible
- P3: question, information request, suggestion

Respond ONLY in JSON, no text before or after."""
    },
    {
        "role": "user",
        "content": """Classify these 4 tickets:

Ticket A: "Unable to log in since this morning. I tried to
reset my password but I'm not receiving the email."

Ticket B: "Would it be possible to add an Excel export in addition to CSV?"

Ticket C: "I was charged twice for my March subscription."

Ticket D: "The app crashes when I import a file larger than 50 MB.
Error message: MEMORY_EXCEEDED."

Format:
[{"ticket": "A", "category": "", "priority": "", "service": "", "summary": ""}]"""
    }
]

response = client.chat.complete(
    model="mistral-large-latest",
    messages=messages,
    temperature=0.0
)

Το αναμενόμενο αποτέλεσμα—σημειώστε ότι το αίτημα C, με τον άμεσο οικονομικό αντίκτυπο, πηγαίνει στο P1, ενώ η τεχνική κατάρρευση στο αίτημα D παραμένει στο P2 καθώς υπάρχει workaround:

[
  {
    "ticket": "A",
    "category": "ACCOUNT",
    "priority": "P2",
    "service": "Level 1 Support",
    "summary": "Unable to log in, reset email not received"
  },
  {
    "ticket": "B",
    "category": "FEATURE",
    "priority": "P3",
    "service": "Product",
    "summary": "Request for Excel export in addition to CSV"
  },
  {
    "ticket": "C",
    "category": "BILLING",
    "priority": "P1",
    "service": "Accounting",
    "summary": "Double charge March subscription, refund request"
  },
  {
    "ticket": "D",
    "category": "TECHNICAL",
    "priority": "P2",
    "service": "Development",
    "summary": "Crash importing large files (MEMORY_EXCEEDED)"
  }
]

Συμβουλές για εργασίες ανάλυσης

Τέσσερις βέλτιστες πρακτικές συνοψίζουν τη μεθοδολογία αυτού του εργαστηρίου. Εργαστείτε με θερμοκρασία 0 για ταξινόμηση και εξαγωγή: θέλετε συνέπεια, όχι έμπνευση. Ορίστε ρητά τις κατηγορίες στο prompt συστήματος, διαφορετικά το μοντέλο θα επινοήσει τις δικές του. Συμπεριλάβετε πάντα την οδηγία “not provided” για missing δεδομένα, διαφορετικά το μοντέλο θα συμπληρώσει τα κενά με πιθανές επινοήσεις. Και πριν από οποιαδήποτε ανάπτυξη, δοκιμάστε σε οριακές περιπτώσεις: ασαφή κείμενα, αιτήματα που εμπίπτουν σε δύο κατηγορίες, μερικά δεδομένα—εδώ θα φανούν οι αδυναμίες του πλέγματός σας, όχι στις τυπικές περιπτώσεις.

Βασικά σημεία

  • Η ανάλυση κειμένου με το Mistral αποδίδει καλύτερα με χαμηλή θερμοκρασία (0-0.2)
  • Ορίζετε πάντα τις κατηγορίες και τη μορφή εξόδου στο prompt
  • Επιβάλλετε τον κανόνα “not provided” για να αποφύγετε τις παραισθήσεις
  • Το few-shot βελτιώνει τη συνέπεια της ταξινόμησης
  • Δοκιμάζετε σε αντιπροσωπευτικές πραγματικές περιπτώσεις πριν την ανάπτυξη σε παραγωγή