Eigennamenerkennung (Named Entity Recognition)

Lettria liest Rohtext und kennzeichnet darin enthaltene Personen, Orte, Organisationen und Begriffe. Ein Beam-Agent speist eingehende Dokumente oder Nachrichten in das Modell ein, liest die zurückgegebenen Entitäten aus und wendet Ihre Regel an, um jeden Datensatz zu taggen und im richtigen Projekt abzulegen. Wenn das Modell eine geringe Konfidenz oder widersprüchliche Labels zurückgibt, legt der Agent den Datensatz beiseite und markiert ihn für eine Überprüfung. Eine Person bestätigt die Labels bei mehrdeutigen Texten und entscheidet, wie mit neuen Entitätstypen umzugehen ist, wenn neues Material eintrifft.

Sentiment-Analyse

Lettria bewertet Text nach Stimmung und emotionalem Ton über einen gesamten Dokumentensatz hinweg. Ein Beam-Agent überwacht neues Feedback oder Umfrageantworten, liest das Sentiment-Ergebnis aus und wendet Ihre Schwellenwertregel an, um negative Fälle an das richtige Team weiterzuleiten und eindeutig positive Fälle als gelöst zu markieren. Antworten, deren Bewertung nahe der neutralen Grenze liegt oder die Lob mit Beschwerden vermischen, werden einer Person zur genaueren Prüfung übergeben. Der Agent aktualisiert jeden Datensatz mit seiner Bewertung, sodass das Team den Trend auf einen Blick verfolgen kann. Menschen entscheiden, wann ein Muster von negativen Bewertungen eine Eskalation an einen Manager für eine umfassendere Analyse rechtfertigt.

Textklassifizierung

Lettria sortiert Text in die von Ihrem Team definierten Kategorien, wie Thema, Absicht oder Abteilung. Ein Beam-Agent liest jedes eingehende Element, fordert eine Klassifizierung an und wendet Ihre Regel aus, um den Datensatz in die entsprechende Warteschlange oder den Workflow zu verschieben. Wenn ein Element zwischen Kategorien fällt oder mit keiner Kategorie zuverlässig übereinstimmt, benachrichtigt der Agent eine Person, anstatt ein Label zu erraten. Ein Prüfer bestätigt die Kategorie bei Grenzfällen und verfeinert das Label-Set, wenn im Laufe der Zeit neue Arten von Texten eingehen. Der Agent folgt dann den aktualisierten Definitionen und hält die sortierten Datensätze im Einklang mit den aktuellen Regeln.