𝗟𝗟𝗠 𝗖𝗹𝗮𝘀𝘀𝗶𝗳𝗶𝗰𝗮𝘁𝗶𝗼𝗻 માટે 𝗘𝗺𝗮𝗶𝗹 𝗧𝗿𝗶𝗮𝗴𝗲 𝗧𝗮𝘅𝗼𝗻𝗼𝗺𝗶𝗲𝘀
ઈમેલ ક્લાસિફાયરનો સૌથી મહત્વપૂર્ણ ભાગ મોડેલ નથી. તે લેબલ સેટ (label set) છે.
મોટાભાગના લોકો પ્રોમ્પ્ટ ફ્રેઝિંગ (prompt phrasing) પર ધ્યાન કેન્દ્રિત કરે છે. તેઓ ભૂલી જાય છે કે લેબલ્સ જ મુખ્ય કામ કરે છે. જો તમે ટેક્સનોમી સાચી રાખો છો, તો સસ્તું મોડેલ પણ સારું કામ કરે છે. જો તમે તે ખોટી રાખો છો, તો કોઈ પણ મોડેલ તમને બચાવી શકશે નહીં.
સફળ ઈમેલ ટેક્સનોમીએ આ નિયમોનું પાલન કરવું જોઈએ:
- ચાર કેટેગરીનો ઉપયોગ કરો. ત્રણ કેટેગરીમાં વિગતો ખૂટી જાય છે. પાંચ કેટેગરી મૂંઝવણ પેદા કરે છે.
- લેબલ્સને એક્શન (actions) સાથે જોડો. ટોપિક્સનો ઉપયોગ કરશો નહીં. પ્રતિસાદની જવાબદારીઓ (response obligations) નો ઉપયોગ કરો.
- ઉદાહરણો સાથે લેબલ્સ વ્યાખ્યાયિત કરો. વિશેષણોને બદલે ચોક્કસ ઉદાહરણોનો ઉપયોગ કરો.
- ઇનપુટ નાનું રાખો. મોકલનાર (sender), વિષય (subject) અને એક ટૂંકા સ્નિપેટનો ઉપયોગ કરો.
આ ચાર-ભાગના માળખાનો વિચાર કરો:
- URGENT: પ્રોડક્શન ઇસીડેન્ટ્સ અથવા એક્ઝિક્યુટિવ વિનંતીઓ. 1 કલાકની અંદર જવાબ આપો.
- ACTION: કોડ રિવ્યુ અથવા ફોલો-અપ્સ. તે જ દિવસે જવાબ આપો.
- FYI: માત્ર માહિતી માટે. કોઈ પ્રતિસાદની જરૂર નથી.
- NOISE: ન્યૂઝલેટર્સ અથવા માર્કેટિંગ. તેને આર્કાઇવ કરો.
દરેક લેબલ એક ચોક્કસ વર્તણૂક સાથે જોડાયેલું છે. જો બે લેબલ્સ એક જ એક્શન તરફ દોરી જાય છે, તો તેમને ભેગા કરો. જો એક લેબલ બે અલગ-અલગ એક્શન તરફ દોરી જાય છે, તો તેને વિભાજિત કરો.
આ અભિગમ એજન્ટ્સને અનુમાનિત (predictable) બનાવે છે. તમે સતત દેખરેખ વગર તેમને શેડ્યૂલ મુજબ ચલાવી શકો છો. આઉટપુટ ડિટરમિનિસ્ટિક (deterministic) રહે તે સુનિશ્ચિત કરવા માટે ક્લાસિફિકેશન માટે 0 ટેમ્પરેચરનો ઉપયોગ કરો. કુદરતી લખાણ મેળવવા માટે ડ્રાફ્ટિંગ માટે ઉંચુ ટેમ્પરેચર વાપરો.
ફ્રી-ફોર્મ ટેગ્સનો ઉપયોગ કરશો નહીં. દરેક નવો ટેગ એક નવો કોડ પાથ બનાવે છે જેને તમારે ટેસ્ટ કરવો પડે છે. ક્લોઝ્ડ વોકેબ્યુલરી (closed vocabulary) તમારી સિસ્ટમને ઓડિટ અને સ્કેલ કરવામાં સરળ બનાવે છે.
આ કસરત કરી જુઓ: તમારા છેલ્લા 50 ઈમેલ લો. આ ચાર બકેટનો ઉપયોગ કરીને તેમને લેબલ કરો. તમે ક્યાં અચકાવો છો તે નોંધો. તે ખામીઓ દર્શાવે છે કે તમારા વ્યાખ્યાઓમાં વધુ ઉદાહરણોની જરૂર છે.
Source: https://dev.to/qasim157/email-triage-taxonomies-for-llm-classification-3o1j
Optional learning community: https://t.me/GyaanSetuAi