Aqbeż għall-kontenut ewlieni
Malti— Agħżel lingwa
Menu

Estrazzjoni u Trasformazzjoni tad-Data

Lezzjoni 13 / 14 Aġġornat 5 ta’ Novembru 2026 Livell Medju
F'din il-paġna
  1. Estrazzjoni ta’ Data Strutturata minn Sorsi Mhux Strutturati
  2. Bidla tal-Formati
  3. Tqabbil ta’ Żewġ Sorsi
  4. Tindif u Normalizzazzjoni
  5. Irkupru tar-Riżultat
  6. Industrijalizzazzjoni ta’ Flussi ta’ Xogħol Rikorrenti
  7. Dawk Inti
  8. Punti Ewlenin

Il-qari ta’ fajl huwa biss l-ewwel pass. ChatGPT jista’ wkoll jestratti data strutturata minn dokumenti mhux strutturati, jerġa’ jifformatjah, iqabbel sorsi multipli, u jesporta r-riżultati fil-format preferut tiegħek. Din il-kapaċità ta’ trasformazzjoni tagħmlu għodda ġenwina ta’ ipproċessar tad-data, mhux sempliċiment qarrej tad-dokumenti.

Estrazzjoni ta’ Data Strutturata minn Sorsi Mhux Strutturati

L-estrazzjoni strutturata tfisser li tieħu informazzjoni mxerrda madwar dokument u torganizzaha f’format li jista’ jintuża. Għal lott ta’ fatturi PDF, it-talba hija sentenza waħda: “Estratta minn kull fattura: in-numru tal-fattura, id-data, il-fornitur, l-ammont mingħajr taxxa, l-VAT, u l-ammont inkluż it-taxxa. Ippreżenta kollox f’tabella.” L-istess prinċipju japplika għal rapport annwali b’figuri midfuna f’paragrafi: “Estratta l-figuri finanzjarji kollha msemmija f’dan ir-rapport: dħul, profitt nett, marġni, għadd ta’ impjegati. Organizzahom skont is-sena f’tabella ta’ tqabbil.” U għal dokument ibbażat biss fuq it-test: “Dan id-dokument isemmi 15-il kuntatt. Estratta l-ismijiet, il-kumpaniji, u t-titoli tax-xogħol għal kull persuna f’tabella strutturata.” Il-fil komuni f’dawn it-tliet talbiet hija l-lista espliċita tal-oqsma mistennija. Din il-lista tikkonverti fluss ta’ test f’data tabulari li tista’ tintuża, u tirrappreżenta waħda mill-aktar kapaċitajiet prezzjużi ta’ ChatGPT.

Bidla tal-Formati

Ladarba jkollok id-data, il-bidla tal-format hija sempliċi daqshekk. Agħmel CSV raw li jinqara: “Oħloq tabella li tinqara b’intestaturi ċari. Ittraduċi l-ismijiet tal-kolonni mill-Ingliż għall-Malti.” Ibbidla tabella f’viżwal: “Abbażi ta’ din id-data, iġġenera grafika bi strixxi li turi d-distribuzzjoni tal-bejgħ skont ir-reġjun.” Ikkonverti figuri f’deck ta’ laqgħa: “Trasforma din id-data trimestrali f’3 slajds ta’ sommarju: ħarsa ġenerali, l-aqwa performers, u punti ta’ allert.” Jew ibdel bejn strutturi tekniċi: “Dan il-fajl JSON fih data tal-prodotti. Ikkonvertih f’tabella CSV bil-kolonni: isem, prezz, kategorija, stokk.”

Tqabbil ta’ Żewġ Sorsi

Ittla’ żewġ fajls fl-istess konversazzjoni, u t-tqabbil isir sentenza waħda. Immaġina lista ta’ klijenti b’storja ta’ xiri f’fajl Excel u stħarriġ ta’ sodisfazzjon f’CSV: “Qabbel dawn iż-żewġ fajls bl-isem tal-klijent. Għal kull klijent, uri l-ammont totali tax-xiri u l-punteġġ tas-sodisfazzjon. Issortja skont il-punteġġ tas-sodisfazzjon f’ordni dixxendenti. Identifika klijenti b’potenzjal għoli (xiri għoli + sodisfazzjon għoli) u klijenti f’riskju (xiri għoli + sodisfazzjon baxx).”

Normalment, din l-operazzjoni tkun teħtieġ formuli kumplessi ta’ Excel jew script ta’ Python; hawnhekk, iseħħ permezz ta’ talba konversazzjonali. Dan huwa raġuni biżżejjed biex tivverifika r-riżultat: it-tqabbil jiddependi fuq l-ismijiet, u omonimi jew żbalji tat-typing jistgħu jbiddlu l-pari silenzjużament. Iċċekkja manwalment ftit ringieli qabel ma tibbaża deċiżjonijiet tan-negozju fuq l-output.

Tindif u Normalizzazzjoni

Id-data tad-dinja reali rari tasal nadifa, u hawnhekk fejn ChatGPT jispikka. Għal formati eteroġenji: “F’din il-kolonna tan-numri tat-telefon, xi entrati jużaw il-format 06.12.34.56.78, oħrajn +33612345678, u oħrajn 06 12 34 56 78. Normalizzahom kollha għall-format internazzjonali +33 6 12 34 56 78.” Għal dati dubjużi: “Analizza din il-kolonna tad-data. Identifika dati invalidi, formati inkonsistenti, u valuri barra mill-komuni.” Għal duplikati mhux ċari li l-ebda formula ma tista’ taqbad: “Dan il-fajl fih duplikati probabbli (ismijiet identiċi b’varjazzjonijiet żgħar fl-ortografija). Identifikahom u ipproponi verżjoni kkonsolidata.” U għal kategorizzazzjoni bil-kwantità: “Hawnhekk hemm 200 deskrizzjoni ta’ nefqa. Ikkategorizza kull waħda f’waħda minn dawn il-kategoriji: Trasport, Ikliet, Akkomodazzjoni, Provvisti, Servizzi, Oħrajn.”

Bħat-tqabbil, ir-reviżjoni ta’ kampjun tibqa’ r-regola għal dan l-aħħar każ: il-kategorizzazzjoni awtomatizzata rari tkun żbaljata kompletament, iżda tagħmel żbalji. Għal fajls kbar, ma tħaddimx l-ipproċessar sħiħ immedjatament. L-ewwel, itlob analiżi fuq kampjun, ivvalida l-metodu, u mbagħad kompli mal-fajl sħiħ.

Irkupru tar-Riżultat

Mingħajr istruzzjonijiet speċifiċi tal-output, ChatGPT se juri r-riżultati bħala test fiċ-chat, u jħallik tikkopja u twaħħal. Itlob espliċitament fajl: “Iġġenera fajl CSV li jista’ jitniżżel b’dawn ir-riżultati,” “Oħloq fajl Excel b’żewġ tabs: data raw u sommarju,” jew “Ifformatta din id-data bħala JSON għall-integrazzjoni fl-API tagħna.” Is-sistema tipproduċi l-fajl, u link għat-tniżżil jidher fil-konversazzjoni.

Industrijalizzazzjoni ta’ Flussi ta’ Xogħol Rikorrenti

Jekk tirċievi l-istess tip ta’ fajl kull xahar, ikteb il-prompt darba u użah mill-ġdid: “Se nibgħatlek PDF ta’ estratt bankarju kull xahar. Għal kull estratt, irrid li inti: (1) testratta t-tranżazzjonijiet kollha, (2) tikkategorizzahom f’6 kategoriji (Dar, Ikel, Trasport, Divertiment, Saħħa, Oħrajn), (3) tikkalkula t-total għal kull kategorija, (4) tqabbel max-xahar ta’ qabel jekk disponibbli, (5) tesporta r-riżultat bħala CSV.” Meta titqiegħed fl-istruzzjonijiet ta’ proġett iddedikat, dan il-prompt jiżgura pproċessar konsistenti minn xahar għal xahar, u jippermetti tqabbil sinifikanti. Madankollu, estratt bankarju huwa data sensittiva: evalwa x’jippermettu l-pjan u l-obbligi tiegħek qabel ma ttellgħu.

Trasformazzjoni tad-Data f'Erba' Passi Erba' passi: estratta oqsma utli minn dokument; qabbel żewġ sorsi fuq ċavetta komuni; naddaf u normalizza l-formati; esporta r-riżultat għal CSV jew Excel. Ivverifika kampjun f'kull pass. ESTRATTA, QABBEL, NADDAF, ESPORTA Trasformazzjoni tad-Data f'Erba' Passi 1 Estrazzjoni Oqsma Utli 2 Tqabbil Fuq Ċavetta Komuni 3 Tindif Formati, Duplikati 4 Esportazzjoni CSV jew Excel Ivverifika kampjun f'kull pass: isem li ma jaqbilx ibiddel silenzjużament tqabbil.
Ibbażat fuq l-artiklu "Data analysis with ChatGPT" miċ-Ċentru tal-Għajnuna ta' OpenAI (Novembru 2026).

Dawk Inti

Naddaf fajl reali. Ħu fajl mix-xogħol ta’ kuljum tiegħek—esportazzjoni ta’ CRM, folja tal-ħinijiet, lista ta’ kuntatti, jew dikjarazzjoni finanzjarja—u staqsi: “Analizza dan il-fajl. Identifika kwistjonijiet fil-kwalità tad-data (duplikati, valuri nieqsa, formati inkonsistenti). Ipproponi pjan ta’ tindif. Imbagħad applika t-tindif u iġġenera fajl korrett li jista’ jitniżżel.” Agħżel dan il-fajl b’għaqal: data dwar is-saħħa, numri tas-sigurtà soċjali, u informazzjoni bankarja jeħtieġu valutazzjoni tar-riskju qabel it-tlugħ.

Sorsi uffiċjali: Data analysis with ChatGPT · Uploading files and audio to ChatGPT · Projects in ChatGPT (OpenAI Help Center)

Punti Ewlenin

  • ChatGPT jista’ jestratti data strutturata minn dokumenti mhux strutturati f’talba waħda
  • It-tqabbil ta’ fajls u n-normalizzazzjoni tad-data iseħħu b’mod konversazzjonali
  • Itlob espliċitament esportazzjoni (CSV, Excel, JSON) biex tirkupera d-data pproċessata
  • Oħloq prompts li jistgħu jerġgħu jintużaw għal kompiti mensili jew rikorrenti
  • Dejjem ivverifika r-riżultati, speċjalment għat-tqabbil u l-kategorizzazzjoni awtomatizzata