핵심 요약을 사용해야 하는 경우

제품 리뷰, 설문 조사 답변, 소셜 미디어 댓글 등 사람들의 의견을 나타내는 텍스트 모음이 많으면 데이터에서 나타나는 주요 문제를 이해하기가 어렵습니다. 수천 개의 댓글을 검토하는 것은 엄청나게 비용이 많이 듭니다. 자동화된 접근 방식은 반복되는 문구 또는 개념과 이에 대한 전반적인 정서를 식별하는 데 국한되는 경우가 많지만, 세부적이거나 실행 가능한 통찰력을 제공하지는 않습니다. KPS(핵심 요약) 덕분에 체계적이고 계층적인 방식으로 상세하고 실행 가능한 통찰력을 추출할 수 있습니다.

핵심 요약이 작동하는 방식

KPS는 데이터를 문장으로 분할하고 각 문장의 입장(긍정, 부정, 중립)을 감지합니다. 그런 다음 이 문장에서 핵심 포인트를 식별하고 나머지 문장을 이러한 핵심 포인트와 연결합니다. 중복된 항목은 모두 제거되고 관련 요점은 계층적 방식으로 정리됩니다. 각 핵심 포인트의 출현율은 일치하는 문장의 수로 정량화됩니다.

핵심 요약 활용 방법

KPS는 이러한 노트북 환경에서만 사용할 수 있습니다:

• NLP + DO Runtime 24.1 on Python 3.11
• GPU V100 Runtime 24.1 on Python 3.11

이 분석은 대규모 언어 모델을 사용하므로 GPU가 필요합니다.

1. CPU 전용 환경을 사용하여 데이터의 작은 하위 집합으로 KPS를 실행하고 테스트합니다: NLP + DO Runtime 24.1 on Python 3.11
2. GPU가 있는 환경을 사용하여 수백, 수천 개의 댓글에 대해 대규모로 KPS를 실행합니다: GPU V100 Runtime 24.1 on Python 3.11

이 두 환경에는 KPS를 실행하는 데 필요한 Python 패키지가 포함되어 있습니다.

KPS 사용 방법에 대한 예는 다음을 참조하세요. 예시 노트북.

상위 주제: 노트북 및 스크립트