Töötuba: Tekstianalüüs
Sellel lehel
Töötoa eesmärk
Pärast kirjutamist vahetame käiku: see töötuba õpetab sind kasutama Mistrali analüüsiülesannete jaoks – teksti meeleolu hindamiseks, võtmeinfo eraldamiseks ja sisu klassifitseerimiseks. Need oskused on ettevõtluses tekstiandmete töötlemise automatiseerimise tuumaks. Iga kord, kui inimene peab lugema kümmekondi sarnaseid tekste, et eraldada sama infovõrestikku, on tegu automatiseerimise kandidaadiga. Paned tähele ühist joont kõigi kolme harjutuse vahel: temperatuur jääb madalaks, sest analüüsis loeb järjepidevus rohkem kui loovus.
Harjutus 1: Klientide arvustuste meeleolu analüüs
Kujuta ette sellist stsenaariumi: haldad turuplatsi klienditeenindust ja saad iga päev sadu arvustusi. Kõiki neid läbi lugeda on võimatu; pead need automaatselt analüüsima, et tuvastada korduvaid probleeme ja seada vastused tähtsuse järjekorda. Süsteemi prompt määrab kindla analüüsivõrestiku – meeleolu, teemad, kiireloomulisus, tegevus – ja sunnib väljundit JSON-formaati, et sinu piletisüsteem saaks tulemust töödelda.
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
)
Oodatav tulemus näeb välja selline – pane tähele, et arvustus 1, mis on üldiselt rahulolev kuid reservatsiooniga, peab tulema kui „mixed“ (segatud), mitte „positive“ (positiivne), ja arvustus 2, mis sisaldab ähvardust võtta ühendust DGCCRF-iga (Prantsusmaa tarbijakaitseamet), peab käivitama kõrge kiireloomulisuse:
[
{
"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."
}
]
Harjutus 2: Struktureeritud andmete eraldamine
Teine olukord: saad töötaotluse e-kirju vabas vormingus tekstina ja pead eraldama võtmeinfo, et toita oma ATS-i (taotlejate jälgimise süsteem). Eraldamise peamine risk on väljamõtlemine: mudel, millele pole antud juhiseid, täidab lünki hea meelega usutavate järeldustega. Seega kaks süsteemi prompti kardinaalreeglit – „not provided“ (pole märgitud) kogu puuduva info jaoks ja absoluutne keeld järeldusi teha.
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
)
Siin on väljund, mille peaksid saama:
{
"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"
}
Pane tähele temperatuuri 0,0: eraldamisel soovid deterministlikku vastust, mis on allikatekstiga truu. Samuti pane tähele kuupäeva teisendamist ISO-formaati, mida reeglites otseselt nõuti – ilma selle juhise oleks mudel kopeerinud „May 15, 2026“ sellisena, nagu see oli.
Harjutus 3: tugipiletite klassifitseerimine
Viimane olukord: sinu tugimeeskond saab kategoriseerimata pileteid, mis vajavad automaatset suunamist õigesse osakonda. Selle harjutuse võti on kategooriate ja prioriteetide ammendav defineerimine süsteemi promptis. Kui lased mudelil leiutada oma taksonoomia, tuleb iga piletite partii välja erinevate kategooriatega ja sinu suunamine muutub hallamatuks.
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
)
Oodatav tulemus – pane tähele, et pilet C, millel on otsene finantsmõju, läheb prioriteedile P1, samas kui tehniline kokkujooksmine piletis D jääb tasemele P2, kuna leidub ajutine lahendus:
[
{
"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)"
}
]
Nõuanded analüüsiülesannete jaoks
Neli parimat tava võtavad kokku selle töötoa meetodi. Tööta klassifitseerimisel ja eraldamisel temperatuuril 0: soovid järjepidevust, mitte inspiratsiooni. Defineeri kategooriad süsteemi promptis sõnaselgelt, vastasel juhul leiutab mudel oma omad. Lisa alati „not provided“ (pole märgitud) juhis puuduvate andmete jaoks, vastasel juhul täidab mudel lünki usutavate väljamõeldistega. Ja enne kasutuselevõttu testi piirjuhtudel: mitmetimõistetavad tekstid, piletid, mis sobivad kahte kategooriasse, osalised andmed – just siin näitab sinu võrestik nõrkusi, mitte õpikunäidetes.
Peamised punktid
- Tekstianalüüs Mistraliga toimib kõige paremini madala temperatuuriga (0–0,2)
- Defineeri alati kategooriad ja väljundiformaat promptis
- Sunni „not provided“ (pole märgitud) reeglit, et vältida hallutsinatsioone
- Few-shot (mõned näited) parandab klassifitseerimise järjepidevust
- Testi esinduslikel reaalsetel juhtudel enne tootmisse viimist