Siirry pääsisältöön
Suomi— Valitse kieli
Valikko

Työpaja: Tekstianalyysi

Oppitunti 14 / 16 Päivitetty 28. heinäkuuta 2026 Aloittelija
Tällä sivulla
  1. Työpajan tavoite
  2. Harjoitus 1: Asiakasarvioiden sentimentin analysointi
  3. Harjoitus 2: Jäsennellyn datan poimiminen
  4. Harjoitus 3: Tukipyyntöjen luokittelu
  5. Vinkkejä analysointitehtäviin
  6. Keskeiset asiat

Työpajan tavoite

Kirjoittamisen jälkeen vaihdetaan vaihdetta: tämä työpaja opettaa sinua käyttämään Mistralia analysointitehtäviin – tekstin sentimentin analysointiin, keskeisten tietojen poimimiseen ja sisällön luokitteluun. Nämä taidot ovat ydinliiketoiminnan tekstidatan käsittelyn automatisoinnissa. Aina kun ihminen joutuu lukemaan kymmeniä samankaltaisia tekstejä poimiakseen saman tietoruudukon, sinulla on ehdokas automatisoinnille. Huomaat yhteisen langan kaikissa kolmessa harjoituksessa: lämpötila pidetään matalana, koska analyysissä johdonmukaisuus on tärkeämpää kuin luovuus.

Harjoitus 1: Asiakasarvioiden sentimentin analysointi

Kuvittele seuraava tilanne: hallinnoit markkinapaikan asiakaspalvelua ja vastaanotat satoja arvosteluja päivittäin. Kaikkien lukeminen on mahdotonta; sinun on analysoitava ne automaattisesti toistuvien ongelmien havaitsemiseksi ja vastausten priorisoimiseksi. Järjestelmäkehote määrittelee kiinteän analyysiruudukon – sentimentti, aiheet, kiireellisyys, toiminta – ja pakottaa JSON-tulosteen, jotta lipunhallintatyökalusi voi käsitellä tuloksen.

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
)

Odotettu tulos näyttää tältä – huomaa, että arvostelu 1, joka on yleisesti tyytyväinen mutta varauksellinen, täytyy merkitä “mixed” (sekava) eikä “positive” (myönteinen), ja arvostelu 2, jossa uhkaillaan ottamalla yhteyttä DGCCRF:ään (Ranskan kuluttajansuojaviranomainen), täytyy laukaista korkea kiireellisyys:

[
  {
    "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."
  }
]

Harjoitus 2: Jäsennellyn datan poimiminen

Toinen tilanne: vastaanotat työhakemusviestejä vapaassa tekstimuodossa ja sinun on poimittava keskeiset tiedot syöttääksesi ne ATS-järjestelmääsi (Applicant Tracking System). Poiminnan suurin riski on keksiminen: malli, jota ei ole ohjeistettu, täyttää aukot mielellään uskottavilla päätelmillä. Tästä syystä järjestelmäkehotteen kaksi kardinaalisääntöä – “not provided” (ei annettu) kaikille puuttuville tiedoille ja ehdoton kielto tehdä päätelmiä.

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
)

Tässä on tuloste, jonka sinun pitäisi saada:

{
  "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"
}

Huomaa lämpötila 0.0: poiminnassa haluat deterministisen vastauksen, joka on uskollinen lähdetekstille. Huomaa myös päivämäärän muunnos ISO-muotoon, joka on nimenomaisesti pyydetty säännöissä – ilman tätä ohjetta malli olisi kopioinut “May 15, 2026” sellaisenaan.

Harjoitus 3: Tukipyyntöjen luokittelu

Viimeinen tilanne: tukitiimisi vastaanottaa luokittelemattomia tukipyyntöjä, jotka on reititettävä automaattisesti oikealle osastolle. Tämän harjoituksen avain on kategorioiden ja prioriteettien tyhjentävä määrittely järjestelmäkehotteessa. Jos annat mallin keksiä oman taksonomiansa, jokainen tukipyyntöerä tulee ulos eri kategorioilla ja reitityksesi muuttuu hallitsemattomaksi.

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
)

Odotettu tulos – huomaa, että pyyntö C, jolla on suora taloudellinen vaikutus, menee luokkaan P1, kun taas tekninen kaatuminen pyynnössä D pysyy tasolla P2, koska kiertotie on olemassa:

[
  {
    "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)"
  }
]

Vinkkejä analysointitehtäviin

Neljä parasta käytäntöä tiivistävät tämän työpajan menetelmän. Työskentele lämpötilassa 0 luokittelussa ja poiminnassa: haluat johdonmukaisuutta, et inspiraatiota. Määrittele kategoriat nimenomaisesti järjestelmäkehotteessa, muuten malli keksii omansa. Sisällytä aina ohje “not provided” puuttuville tiedoille, muuten malli täyttää aukot uskottavilla keksinnöillä. Ja ennen käyttöönottoa testaa rajatapauksilla: epäselvät tekstit, pyynnöt, jotka osuvat kahteen kategoriaan, osittaiset tiedot – tässä ruudukkosi näyttää heikkoutensa, ei oppikirjatapauksissa.

Keskeiset asiat

  • Tekstianalyysi Mistralilla toimii parhaiten matalalla lämpötilalla (0–0,2)
  • Määrittele aina kategoriat ja tulostemuoto kehotteessa
  • Pakota “not provided” -sääntö hallusinaatioiden välttämiseksi
  • Few-shot parantaa luokittelun johdonmukaisuutta
  • Testaa edustavilla todellisilla tapauksilla ennen tuotantoon viemistä