تصنيف النص
يقوم تصنيف النص تلقائيًا بفرز أجزاء من النص إلى فئات، مثل وضع علامة على رسالة بريد إلكتروني كرسالة غير مرغوب فيها أو تعليق كإيجابي.
نظرة عامة
It is one of the most widely deployed NLP tasks because it turns messy free text into structured labels a system can act on.
الغوص العميق
يغطي التصنيف العديد من الأشكال. يختار التصنيف الثنائي أحد التصنيفين (بريد عشوائي أو ليس بريدًا عشوائيًا). تقوم الفئات المتعددة بتعيين تصنيف واحد بالضبط من بين عدة خيارات (توجيه تذكرة إلى الفواتير أو المبيعات أو الدعم). تسمح التسمية المتعددة بعدة تسميات في وقت واحد (مقالة تحمل علامة "السياسة" و"الاقتصاد"). تحليل المشاعر، ووضع العلامات على المواضيع، واكتشاف النوايا، وتصفية السمية كلها مهام تصنيف. تقوم الأنظمة الحديثة بتحويل النص إلى تضمينات رقمية تلتقط المعنى، ثم يقوم المصنف بتعيين تلك الميزات لتسمية الاحتمالات. ويتم الحكم على الأداء باستخدام مقاييس تتجاوز الدقة البسيطة، لأن البيانات الحقيقية غالبا ما تكون غير متوازنة؛ إن الدقة (كم عدد العناصر التي تم الإبلاغ عنها والتي كانت صحيحة) والتذكر (كم عدد الحالات الحقيقية التي تم اكتشافها) مهمان، وتوازن درجة F1 بين الاثنين. إن عدم التوازن الطبقي، حيث تهيمن فئة واحدة، هو مأزق شائع.
البصيرة الفنية
يقوم خط أنابيب نموذجي بتشفير النص بنموذج مثل BERT إلى متجه كثيف، ثم يمرره عبر طبقة نهائية تنتج درجة لكل فصل. يقوم softmax بتحويل الدرجات إلى احتمالات للمهام ذات التسمية الواحدة، بينما يتعامل السيني لكل تسمية مع المهام متعددة التسميات حيث تكون الفئات مستقلة. باستخدام النماذج اللغوية الكبيرة، يمكن تنفيذ نفس المهمة بدون أي فرصة عن طريق وصف الفئات ببساطة في رسالة سريعة، دون الحاجة إلى مجموعة تدريب مصنفة، مع استبدال بعض الدقة والاتساق بالمرونة وسرعة الإعداد.
التأثير الاستراتيجي
السرعة والحجم
يمكن أن تتحرك مسارات عمل اللغة بشكل أسرع دون التضحية بالاتساق.
الوصول والوصول
فهو يوسع الوصول عبر اللغات وأنماط الاتصال.
قرارات أوضح
يمكن للفرق قضاء المزيد من الوقت في الحكم بينما تتعامل الأتمتة مع التكرار.
مستقبل تصنيف النص
يؤدي تصنيف اللقطات الصفرية والطلقات القليلة باستخدام نماذج اللغة الكبيرة إلى تقليل الحاجة إلى تسمية آلاف الأمثلة يدويًا، مما يسمح للفرق بإنشاء مصنفات جديدة من وصف قصير. توقع المزيد من الإعدادات الهجينة حيث تعمل ملصقات LLM على تدريب نموذج متخصص أصغر وأرخص وأسرع للإنتاج. تتزايد أهمية إمكانية الشرح، خاصة بالنسبة للاستخدامات الحساسة مثل الإشراف على المحتوى وفحص السيرة الذاتية، حيث تكون معرفة سبب تعيين التصنيف أمرًا مهمًا. تظل القوة في مواجهة اللغة العدائية أو المتغيرة، مثل مرسلي البريد العشوائي الذين يعيدون الصياغة لتفادي المرشحات، موضع تركيز نشط.
التنفيذ في العالم الحقيقي
يقوم موفرو البريد الإلكتروني بتصفية الرسائل غير المرغوب فيها ورسائل التصيد الاحتيالي من صندوق الوارد الخاص بك.
تقوم العلامات التجارية بإجراء تحليل المشاعر على مراجعات المنتجات والمشاركات الاجتماعية لقياس مزاج العملاء.
تقوم مكاتب الدعم بتوجيه التذاكر الواردة تلقائيًا إلى الفريق المناسب بناءً على محتوى الرسالة.
تقوم المنصات الاجتماعية بوضع علامة على خطاب الكراهية أو التعليقات السامة لمراجعتها بشكل معتدل.
المخاطر والدرابزين
يمكن للحقائق المهلوسة إدخال التقارير أو تدفقات الدعم أو مخرجات البحث بهدوء.
يمكن أن تؤدي الحساسية السريعة إلى نتائج غير متناسقة عبر الطلبات المماثلة.
قد يتم كشف البيانات النصية الحساسة إذا كانت عناصر التحكم في الوصول ضعيفة.
خارطة طريق التنفيذ
حدد تنسيق الإخراج والنغمة ومعايير الجودة قبل بدء التشغيل.
استجابات أرضية من مصادر موثوقة عندما تكون الدقة مهمة.
احتفظ بنقطة تفتيش للمراجعة البشرية للمخرجات عالية المخاطر.
تتبع أنماط الفشل وأعد تدريب المطالبات أو سير العمل بانتظام.
استمر في الاستكشاف
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Text Classification quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
الدليل التالي
تضمينات النص
الأسئلة المتداولة
What is Text Classification?
يقوم تصنيف النص تلقائيًا بفرز أجزاء من النص إلى فئات، مثل وضع علامة على رسالة بريد إلكتروني كرسالة غير مرغوب فيها أو تعليق كإيجابي. إنها إحدى مهام البرمجة اللغوية العصبية (NLP) الأكثر انتشارًا لأنها تحول النص الحر الفوضوي إلى تسميات منظمة يمكن للنظام التصرف بناءً عليها.
ما هو الهدف من تصنيف النص؟
يقوم تصنيف النص بتعيين تصنيف فئة واحد أو أكثر لجزء من النص، مما يحول النص الحر إلى مخرجات منظمة.
ما السيناريو الذي يعد مثالاً على التصنيف متعدد التصنيفات؟
يسمح التصنيف متعدد التصنيفات بتطبيق أكثر من فئة على نفس العنصر في وقت واحد.
لماذا غالبًا ما تكون الدقة البسيطة مقياسًا مضللاً لتصنيف النص؟
عندما تهيمن فئة واحدة، فإن التنبؤ دائمًا بهذه الفئة يؤدي إلى دقة عالية مع عدم التقاط أي شيء مفيد، لذلك هناك حاجة إلى الدقة والتذكير وF1.
ما الذي يقيسه الاستدعاء في مهمة التصنيف؟
الاستدعاء هو جزء من الحالات الإيجابية الحقيقية التي حددها النظام بشكل صحيح، مع تسجيل مقدار ما فاته.
ماذا يعني تصنيف النص "صفر طلقة"؟
يتيح تصنيف Zero-shot لنموذج لغة كبير تعيين فئات من مجرد موجه يصفها، بدون مجموعة تدريب مُسمى.