שיטות מומלצות ליצירת מודלים של נושאים

כדי להפיק את המקסימום ממודלים של נושאים, כדאי לפעול לפי ההנחיות הבאות לשיטות מומלצות.

שיפור מודל לזיהוי נושאים

הדרך הכי טובה לשפר את הקצאת הנושאים היא לכוונן את המודל. כדי לבצע אופטימיזציה של מודל הנושאים כשמוסיפים, עורכים ומסירים נושאים, צריך לפעול לפי ההנחיות הבאות.

הוספה או עריכה של נושא

מומלץ להימנע מהוספה של נושאים כפולים או דומים, כי הם ישפיעו לרעה על איכות ההסקות לגבי נושאים. כשיוצרים או משנים נושא, חשוב לפעול בהתאם להנחיות הבאות לגבי שמות ותיאורים.

שם

• משתמשים בנושאים קצרים ותיאוריים של שלוש עד שש מילים, כמו פתרון בעיות בשלט רחוק או בירור לגבי מדיניות החיוב.

• כדאי להימנע משמות גנריים או מופשטים, כמו מבצעים.

אפשר גם לפעול לפי השיטות המומלצות הבאות:

• להשתמש בשמות של נושאים מותאמים אישית שזמינים בקלות, כמו חיוב.

• מוסיפים תיאור קצר לשם הנושא, כמו 'שגיאות בחיוב והחזרים כספיים'.

• בוחרים הגדרת מודל מתאימה על סמך התוצאות הרצויות.

דוגמה

מרכז תמיכה של חברת כרטיסי אשראי מפעיל מודלים של נושאים על יומני שיחות תמיכה שנשמרו בארכיון. המודל יוצר נושא מאוסף של שיחות ונותן לו את השם Credit card over the limit inquiries. העסק מקצר את השם ל-בירורי מסגרת אשראי.

תיאור

• מומלץ להשתמש בתיאור כללי ואחריו בכמה דוגמאות.

• אל תכללו פרטים אישיים כמו שמות, תאריכים או מיקומים.

• פרטים רבים מדי, כמו 'אל תכלול את הנושא X', עלולים לפגוע בהסקת הנושא.

דוגמאות

• הלקוח רוצה לברר פרטים לגבי שירות הטלפון הקווי שלו. יכול להיות שהם ירצו לבטל את המינוי או להתייעץ לגבי החיוב הנוכחי.

• הלקוח רוצה לברר פרטים לגבי החשבון שלו. יכול להיות שהם ירצו לדעת את הסכום או את תאריך היעד לתשלום.

הסרת נושאים משניים

אחרי שמפעילים את מודל הנושאים ומסיימים את הניתוח, בודקים את חלוקת הנושאים בדף נתונים של מודל הנושאים שהופעל. יכול להיות שהנושאים המשניים יהיו הנושאים הדומיננטיים בתוצאות הפריסה, כי הם נפוצים יותר ויש להם התאמות חזקות יותר. נושאים שתואמים לחלק גדול (יותר מ-30%) מהשיחות לדוגמה שלכם הם כנראה נושאים משניים. בודקים בקפידה את הנושאים האלה ומוחקים אותם אם הם לא רלוונטיים.

האם קיימים נושאים משניים לא רלוונטיים תלוי מאוד בנתוני הקלט. אם כל הנושאים העיקריים בדף Deployed data (נתונים שנפרסו) מפוזרים באופן שווה יחסית, וכל נושא תואם רק לחלק קטן (פחות מ-20%) מהשיחות, כנראה שאין נושאים משניים למחיקה.

נתוני אימון

בנתונים שנאספים בזיהוי קולי, איכות הפלט של המרת הדיבור לטקסט היא קריטית לביצועים של מודל הנושא. כדי לשפר את האיכות של נתוני האימון, מומלץ לפעול לפי ההנחיות הבאות.

שיחות

• מומלץ להימנע משימוש בשיחות כפולות במערך הנתונים.

• כל שיחה צריכה לכלול לפחות 10 תורות בסך הכול, 5 מהנציג ו-5 מהלקוח.

• אפשר להשתמש בשיחות מצונזרות, אבל חשוב לבדוק את איכות הצנזורה של מניעת אובדן נתונים בענן. לפעמים, הצנזורה מסירה מידע חשוב מהתמלילים, מה שיכול להשפיע על אורך השיחות שלכם עם ה-AI.

• חשוב לוודא שרוב השיחות מתנהלות באותה שפה.

תפקידי הדוברים

חשוב לוודא שהתפקידים של המשתתפים בשיחה מוקצים בצורה נכונה אחרי שהשיחה נסרקת.

• תיוג מדויק של תורות בשיחה כהודעות מלקוח או מנציג. שיחות שבהן יש רק תפקיד אחד לא ישמשו לאימון.

• משתמשים ב-AGENT לתפקידים אנושיים וב-AUTOMATED_AGENT לתפקידים וירטואליים.

• משתמשים ב-END_USER או ב-CUSTOMER לתפקידים של לקוחות.