Ugrás a főtartalomra
Magyar— Nyelv kiválasztása
Menü

Műhely: Szövegelemzés

14. lecke 16 közül Frissítve 2026. július 28. Kezdő
Ezen az oldalon
  1. A műhely célja
  2. 1. gyakorlat: Ügyfélvélemények hangulatának elemzése
  3. 2. gyakorlat: Strukturált adatok kinyerése
  4. 3. gyakorlat: Ügyfélszolgálati jegyek osztályozása
  5. Tippek elemzési feladatokhoz
  6. Főbb megállapítások

A műhely célja

Az írás után váltsunk sebességet: ez a műhely arra készít fel, hogy elemzési feladatokra használd a Mistralt – szövegek hangulatának elemzésére, kulcsinformációk kinyerésére és tartalom osztályozására. Ezek a készségek alapvetőek az üzleti szöveges adatfeldolgozás automatizálásához. Valahányszor egy embernek tucatnyi hasonló szöveget kell elolvasnia ugyanazon információrács alapján, ott automatizálási lehetőség rejlik. Észreveszel majd egy közös szálat a három gyakorlatban: a hőmérséklet (temperature) alacsonyan marad, mert elemzésnél a következetesség fontosabb, mint a kreativitás.

1. gyakorlat: Ügyfélvélemények hangulatának elemzése

Képzeld el ezt a helyzetet: egy piactér ügyfélszolgálatát vezeted, és naponta százával kapod a véleményeket. Mindet elolvasni lehetetlen; automatizáltan kell elemezned őket, hogy felismerd az ismétlődő problémákat és prioritást állíts fel a válaszokhoz. A rendszerprompt egy rögzített elemzési rácsot határoz meg – hangulat, témák, sürgősség, intézkedés –, és JSON-kimenetet ír elő, hogy a jegykezelő eszközöd feldolgozhassa az eredményt.

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
)

A várt eredmény így néz ki – vedd észre, hogy az 1. vélemény, amely általában elégedett, de fenntartásokkal él, „vegyes“ (mixed) kell legyen, nem „pozitív“, míg a 2. vélemény, amely a DGCCRF (francia fogyasztóvédelmi hatóság) értesítésével fenyeget, magas sürgősséget kell kiváltson:

[
  {
    "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."
  }
]

2. gyakorlat: Strukturált adatok kinyerése

Második helyzet: szabad szöveges álláspályázati e-maileket kapsz, és ki kell nyerned belőlük a kulcsinformációkat az ATS-ed (Jelöltkövető Rendszer) számára. A kinyerés fő kockázata a kitalálás: egy utasítások nélkül hagyott modell boldogan kitölti a hézagokat hihető következtetésekkel. Innen ered a rendszerprompt két sarkalatos szabálya – „nem megadott“ (not provided) minden hiányzó információ esetén, és a következtetés abszolút tilalma.

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
)

Íme a kimenet, amit kapnod kell:

{
  "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"
}

Figyeld meg a hőmérsékletet 0,0 értéken: kinyerésnél determinisztikus, a forrásszöveghez hű választ akarsz. Figyeld meg továbbá a dátum ISO formátumra való konverzióját is, amelyet expliciten kértek a szabályokban – ezen utasítás nélkül a modell egyszerűen lemásolta volna a „May 15, 2026“ szöveget.

3. gyakorlat: Ügyfélszolgálati jegyek osztályozása

Utolsó helyzet: a támogatási csapatod kategorizálatlan jegyeket kap, amelyeket automatikusan a megfelelő osztályra kell irányítani. Ennél a gyakorlatnál a kulcs a kategóriák és prioritások kimerítő meghatározása a rendszerpromptban. Ha hagyod, hogy a modell saját taxonómiát találjon ki, minden jegyköteg más-más kategóriákkal kerül ki, és az irányításod kezelhetetlenné válik.

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
)

A várt eredmény – vedd észre, hogy a C jegy, közvetlen pénzügyi hatásával, P1-be kerül, míg a D jegy technikai összeomlása P2-n marad, mivel létezik kerülőmegoldás:

[
  {
    "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)"
  }
]

Tippek elemzési feladatokhoz

Négy legjobb gyakorlat foglalja össze e műhely módszerét. Dolgozz 0 hőmérsékleten osztályozás és kinyerés esetén: következetességre van szükséged, nem ihletre. Határozd meg expliciten a kategóriákat a rendszerpromptban, különben a modell sajátokat talál ki. Mindig add hozzá a „nem megadott“ utasítást a hiányzó adatokhoz, különben a modell hihető kitalációkkal tölti ki a hézagokat. És bármilyen bevezetés előtt tesztelj határeseteket: kétértelmű szövegeket, két kategóriába eső jegyeket, hiányos adatokat – itt mutatkoznak meg a rácsod gyengeségei, nem a tankönyvi eseteknél.

Főbb megállapítások

  • A Mistrallel végzett szövegelemzés alacsony hőmérsékleten (0–0,2) működik a legjobban
  • Mindig határozd meg a kategóriákat és a kimeneti formátumot a promptban
  • Érvényesítsd a „nem megadott“ szabályt a hallucinációk elkerülése érdekében
  • A few-shot módszer javítja az osztályozás következetességét
  • Mielőtt éles környezetbe helyeznéd, teszteld reprezentatív valós eseteken