意图与文本分类数据集

为消息和文本赋予有意义的标签。通过共享定义与内置审核工作流,构建意图、主题、情感和业务分类数据集。
Intent & Text Classification example with source-data annotations and contextual photographs.

让模型学习消息的含义

将分类指南转化为已标注示例,保留足够的上下文,支持一致的判断。
Customer message assigned the Account access intent label.

客户意图标签

使用明确定义的意图类别,对物流查询、退货和账户帮助等请求进行分类。
Text assigned Logistics topic and Update content-type labels.

主题与类别标签

按照业务主题或内容类别组织文本,提供模型需要区分的分类选项。
Customer feedback assigned a Positive sentiment label.

情感分析

根据任务指南标注情感,同时保留支持每项判断的原始措辞。
Product aspects labeled with positive battery sentiment and negative screen sentiment.

细粒度方面级反馈

标记消息讨论的产品或服务方面,并附加标注规范定义的情感类别。

AI 团队为何选择 Unitlab

将文本标注、共享本体、专家审核与数据集交付整合到同一工作流,让团队专注于有价值的训练数据。
15X
更快完成文本标注
60%
释放 AI 工程师的时间
5X
降低 AI 开发成本

意图与文本分类的标注类型

结合精确文本片段、结构化关系和属性,描述语言任务所需的信息。
Customer message assigned the Account access intent label.

数据项分类

使用结构化数据项属性,为待标注文本指定意图、主题或类别。

提供依据的实体片段

标注提供额外抽取上下文的词语和实体,与数据项分类共同保留。

Text with labeled product and issue mentions.

意图与文本分类常见问题

什么是文本分类标注?

文本分类为语言示例分配已定义类别。根据任务不同,这些类别可以描述意图、主题、情感或其他业务概念。

能否创建自定义意图标签?

可以。定义自己的类别和示例,让整个标注团队使用相同的本体选项。

同一文本示例能否有多个分类?

可以。如果指南允许多个标签,本体可以包含独立属性和多选项。

团队应如何处理含义模糊的消息?

在适当情况下定义“不确定”或“其他”类别,为不清晰的案例添加评论,并送入审核以达成一致判断。

能否同时标注意图和情感?

可以。使用独立属性,将用户提出的请求与表达的情感保留为训练数据中的不同维度。

平台会自动分流客户请求吗?

此工作流构建用于训练或评估您自己的请求分流与分类模型的已标注示例。标签由您的团队定义和审核。

可以使用哪些文本输入?

原生语言标注使用纯文本文件。围绕团队需要标注的文本和任务,定义实体类别、关系及数据项属性。

团队如何审核语言标签?

将已标注文本送入审核,结合上下文处理评论和修正,并在发布数据集前使用已配置的共识机制或已批准的基准检查一致性。

能否导出已标注文本用于模型开发?

可以。文本支持 JSONL 和 Unitlab 统一导出格式。选择能够保留训练流水线所需实体、关系和属性的导出格式。

需要协助设计意图与文本分类工作流?联系 Unitlab