Grazie al riepilogo dei punti chiave, puoi estrarre informazioni dettagliate e utilizzabili da un'ampia raccolta di testi che rappresentano le opinioni delle persone.
Quando utilizzare il riepilogo dei punti chiave
Quando si dispone di una vasta raccolta di testi che rappresentano le opinioni delle persone (come recensioni di prodotti, risposte a sondaggi o commenti sui social media), è difficile comprendere le questioni chiave che emergono dai dati. Analizzare migliaia di commenti ha costi proibitivi. Gli approcci automatizzati si limitano spesso a identificare frasi o concetti ricorrenti e il sentimento generale nei loro confronti, ma non forniscono approfondimenti dettagliati o utilizzabili. Grazie al Key Point Summarization (KPS), puoi estrarre queste informazioni dettagliate e utilizzabili in modo organizzato e gerarchico.
Come funziona il riepilogo dei punti chiave
KPS suddivide i dati in frasi e rileva la posizione di ciascuna (positiva, negativa, neutra). Quindi identifica i punti chiave di queste frasi e abbina le frasi rimanenti a questi punti chiave. I doppioni vengono eliminati e i punti chiave correlati vengono organizzati in modo gerarchico. La prevalenza di ciascun punto chiave è quantificata dal numero di frasi corrispondenti.
Come utilizzare il riepilogo dei punti chiave
KPS è disponibile solo in questi ambienti notebook:
NLP + DO Runtime 24.1 on Python 3.11GPU V100 Runtime 24.1 on Python 3.11
L'analisi utilizza modelli linguistici di grandi dimensioni e necessita quindi di una GPU.
- Eseguire e testare KPS con un piccolo sottoinsieme di dati utilizzando un ambiente di sola CPU:
NLP + DO Runtime 24.1 on Python 3.11 - Eseguire il KPS in scala su centinaia o migliaia di commenti utilizzando un ambiente con una GPU:
GPU V100 Runtime 24.1 on Python 3.11
Questi due ambienti includono i pacchetti Python necessari per l'esecuzione di KPS.
Per un esempio di come utilizzare KPS, vedere il quaderno di esempio.
Argomento principale: Quaderni e script