Boa noite a todos, ou talvez boa manhã/tarde.
Ativei a análise de sentimento há bastante tempo, mas para mim parece que ela não acrescenta nada de valor. Os dados são apenas insuficientes ou, no máximo, ambíguos.
Estou curioso sobre como os outros estão usando isso ou interpretando seu valor?
Recentemente, tornamos possível usar um LLM para realizar a classificação, e o @sam está adicionando a capacidade de usar modelos de decisão no estilo Jev para a classificação de sentimento.
Será mais caro, mas com maior precisão.
Ótimo, devo ter ficado de fora disso. Você poderia ser tão gentil a ponto de me enviar uma referência? Não me importo em gastar alguns tokens extras se isso puder fornecer algo mais valioso.
Acho que você está procurando isto: Classification in the Discourse Sentiment Dashboard - #11 by fzngagan
Me pergunto se é porque meu modelo auto-hospedado não está configurado corretamente ou se minha memória está falhando, mas lembro de ter visto emojis (emoções) no painel de administração que depois desapareceram da minha instância.
Essa análise era mais precisa e também útil, pois todos podem interpretá-la. Acho que a exibição técnica tradicional de sentimento é uma barreira inconsciente para sua adoção por humanos.
Quero dizer, a funcionalidade pode realmente agregar valor, mas então falhamos na interpretação dela porque é muito “seca”. Mesclando ambas as análises, acredito que isso daria muito mais espaço para explorar.
E talvez adicionando algumas implementações mais próximas, sem a necessidade de ir ao painel de administração ou usar consultas personalizadas.
Tenho muito o que investigar e aprender sobre isso. Minha pergunta inicial permanece em aberto: existe hoje no Discourse um dashboard de emoções, ou eu sonhei com ele?
Fiz um breve teste baseado em agentes. Ele realmente consome muitos tokens. Vou parar por aqui, já que existem muitos usos melhores para os tokens que trariam benefícios significativos.
Os modelos de decisão tornam isso muito barato; concordo que usar LLMs para isso é totalmente desnecessário.