Анализ тональности — полезно или бесполезно?

Всем добрый вечер, или, возможно, утро/день.

Я включил анализ тональности довольно давно, но мне кажется, что он не добавляет ничего ценного. Данные либо недостаточны, либо в лучшем случае двусмысленны.

Интересно, как другие используют эту функцию или интерпретируют её ценность?

Недавно мы сделали возможным использование LLM для классификации, а @sam добавляет возможность использовать модели принятия решений в стиле Jev для классификации тональности.

Это будет стоить дороже, но с большей точностью.

3 лайка

Отлично, видимо, я это упустил. Не могли бы вы подсказать, где об этом можно почитать? Мне не жалко потратить немного лишних токенов, если это даст более ценную информацию.

1 лайк

Я думаю, вы имеете в виду это: Classification in the Discourse Sentiment Dashboard - #11 by fzngagan

Мне кажется, дело либо в том, что моя self-hosted модель настроена неправильно, либо в том, что мне просто кажется, но я помню, как видел эмодзи (эмоции) на админ-дашборде, которые позже исчезли из моей инстансы.

Тот анализ был более точным и полезным, потому что его мог интерпретировать каждый. Я считаю, что традиционное техническое отображение сентимента является бессознательным барьером для его принятия людьми.

Я имею в виду, что функция действительно может добавлять ценность, но мы проваливаемся в её интерпретации, потому что она слишком «сухая». Объединение обоих анализов, по моему мнению, дало бы ей гораздо больше пространства для манёвра.

И, возможно, добавление более доступных реализаций, без необходимости переходить в админ-дашборд или использовать пользовательские запросы.

Мне ещё предстоит много исследовать и изучить в этой области. Мой первоначальный вопрос остаётся открытым: есть ли сейчас в Discourse дашборд эмоций, или мне всё это приснилось?

Я провёл краткий тест на основе агентов. Он серьёзно жрёт токены. Пока что бросу это занятие, ведь есть гораздо более полезные способы использовать токены, которые принесут реальную пользу.

Модели принятия решений делают это очень дешёвым, согласен, что использование LLM для этой задачи — явное переусложнение.