Pereiti prie pagrindinio turinio
Lietuvių— Pasirinkite kalbą
Meniu

Praktinis seminaras: teksto analizė

Paskaita 14 iš 16 Atnaujinta 2026 m. liepos 28 d. Pradedantisiems
Šiame puslapyje
  1. Seminaro tikslas
  2. 1 pratimas: klientų atsiliepimų nuotaikos analizė
  3. 2 pratimas: struktūrizuotų duomenų išgavimas
  4. 3 pratimas: pagalbos bilietų klasifikavimas
  5. Patarimai analizės užduotims
  6. Svarbiausi punktai

Seminaro tikslas

Baigę rašymo užduotis, pereikime prie kitko: šiame seminare išmoksi naudoti „Mistral“ analizės užduotims – nustatyti teksto nuotaiką, išgauti pagrindinę informaciją ir klasifikuoti turinį. Šie įgūdžiai yra esminiai norint automatizuoti tekstinių duomenų apdorojimą versle. Kai tik žmogus turi perskaityti dešimtis panašių tekstų, kad išgautų tą pačią informaciją pagal vienodą šabloną, tai yra puikus kandidatas automatizavimui. Pastebėsi bendrą visų trijų pratimų bruožą: temperatūra išlieka žema, nes analizėje nuoseklumas yra svarbesnis už kūrybiškumą.

1 pratimas: klientų atsiliepimų nuotaikos analizė

Įsivaizduok tokią situaciją: valdai elektroninės prekybos platformos klientų aptarnavimą ir kasdien gauni šimtus atsiliepimų. Perskaityti juos visus neįmanoma; reikia juos analizuoti automatiškai, kad aptiktum pasikartojančias problemas ir nustatytum atsakymų prioritetus. Sistemos prompt’as apibrėžia fiksuotą analizės tinklelį – nuotaiką, temas, skubumą, veiksmą – ir reikalauja JSON formato atsakymo, kad tavo bilietų valdymo įrankis galėtų apdoroti rezultatą.

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
)

Tikėtinas rezultatas atrodo taip – atkreipk dėmesį, kad 1-asis atsiliepimas, nors ir iš esmės patenkintas, bet su pastaba, turi būti įvertintas kaip „mišrus“ (mixed), o ne „teigiamas“, o 2-asis atsiliepimas, kuriame gresiama kreiptis į DGCCRF (Prancūzijos vartotojų apsaugos agentūrą), turi sukelti aukščiausio lygio skubumą:

[
  {
    "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 pratimas: struktūrizuotų duomenų išgavimas

Antroji situacija: gauni laisvos formos tekstinius el. laiškus su darbo prašymais ir turi išgauti pagrindinę informaciją, kad ją įvestum į savo ATS (kandidatų stebėsenos sistemą). Pagrindinė išgavimo rizika – išgalvojimas: modelis, negavęs instrukcijų, mielai užpildys spragas tikėtinomis išvadomis. Todėl sistemos prompt’e yra dvi pagrindinės taisyklės – „nepateikta“ (not provided) bet kokiai trūkstamai informacijai ir absoliutus draudimas daryti išvadas.

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
)

Štai išvestis, kurią turėtum gauti:

{
  "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"
}

Atkreipk dėmesį į temperatūrą 0,0: išgavimo užduotims nori deterministinio atsakymo, tiksliai atitinkančio šaltinio tekstą. Taip pat pastebėk datos konvertavimą į ISO formatą, kuris buvo aiškiai nurodytas taisyklėse – be šios instrukcijos modelis būtų nukopijavęs „May 15, 2026“ taip, kaip yra.

3 pratimas: pagalbos bilietų klasifikavimas

Paskutinė situacija: tavo pagalbos komanda gauna neklasifikuotus bilietus, kuriuos reikia automatiškai nukreipti į tinkamą skyrių. Šio pratimo raktas – išsamus kategorijų ir prioritetų apibrėžimas sistemos prompt’e. Jei leisite modeliui susikurti savo taksonomiją, kiekviena bilietų partija bus išvesta su skirtingomis kategorijomis ir jūsų maršrutizavimas taps nebevaldomas.

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
)

Tikėtinas rezultatas – atkreipk dėmesį, kad C bilietas, turintis tiesioginę finansinę įtaką, priskiriamas P1, o techninis gedimas D biliete lieka P2 lygyje, nes egzistuoja laikinas sprendimas:

[
  {
    "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)"
  }
]

Patarimai analizės užduotims

Keturi geriausios praktikos principai apibendrina šio seminaro metodiką. Klasifikavimo ir išgavimo užduotims naudok 0 temperatūrą: tau reikia nuoseklumo, o ne įkvėpimo. Aiškiai apibrėžk kategorijas sistemos prompt’e, kitaip modelis sugalvos savas. Visada įtrauk „nepateikta“ (not provided) instrukciją trūkstamiems duomenims, kitaip modelis spragas užpildys tikėtinomis išgalvotomis detalėmis. Ir prieš bet kokį diegimą testuok ribinius atvejus: dviprasmiškus tekstus, bilietus, kurie tinka dviem kategorijoms, neišsamius duomenis – būtent čia tavo tinklelis parodys silpnybes, o ne standartiniuose pavyzdžiuose.

Svarbiausi punktai

  • Teksto analizė su „Mistral“ geriausiai veikia esant žemai temperatūrai (0–0,2)
  • Visada apibrėžk kategorijas ir išvesties formatą prompt’e
  • Taikyk „nepateikta“ taisyklę, kad išvengtum haliucinacijų
  • Keli pavyzdžiai (few-shot) pagerina klasifikavimo nuoseklumą
  • Prieš diegdami į gamybinę aplinką, ištestuokite su reprezentatyviais realiais atvejais