Klasifikasi

Panduan ini membahas proses menentukan pendekatan terbaik untuk membangun pengklasifikasi dengan Claude dan hal-hal penting dalam penerapan end-to-end pengklasifikasi Claude, mulai dari eksplorasi kasus penggunaan hingga integrasi back-end.

​

Kapan menggunakan Claude untuk klasifikasi

Kapan Anda harus mempertimbangkan menggunakan LLM alih-alih pendekatan ML tradisional untuk tugas klasifikasi Anda? Berikut adalah beberapa indikator utama:

1. Kelas berbasis aturan: Gunakan Claude ketika kelas didefinisikan oleh kondisi daripada contoh, karena dapat memahami aturan yang mendasarinya.
2. Kelas yang berkembang: Claude beradaptasi dengan baik terhadap domain baru atau yang berubah dengan kelas yang muncul dan batas yang bergeser.
3. Input tidak terstruktur: Claude dapat menangani volume besar input teks tidak terstruktur dengan panjang yang bervariasi.
4. Contoh berlabel terbatas: Dengan kemampuan pembelajaran few-shot, Claude belajar secara akurat dari data pelatihan berlabel yang terbatas.
5. Persyaratan Penalaran: Claude unggul dalam tugas klasifikasi yang memerlukan pemahaman semantik, konteks, dan penalaran tingkat tinggi.

​

Tetapkan kasus penggunaan klasifikasi Anda

Berikut adalah daftar tidak lengkap dari kasus penggunaan klasifikasi umum di mana Claude unggul berdasarkan industri.

​

Implementasikan Claude untuk klasifikasi

Tiga faktor keputusan model utama adalah: kecerdasan, latensi, dan harga.

Untuk klasifikasi, model yang lebih kecil seperti Claude 3 Haiku biasanya ideal karena kecepatan dan efisiensinya. Meskipun, untuk tugas klasifikasi yang memerlukan pengetahuan khusus atau penalaran kompleks, Sonnet atau Opus mungkin pilihan yang lebih baik. Pelajari lebih lanjut tentang bagaimana Opus, Sonnet, dan Haiku dibandingkan di sini.

Gunakan evaluasi untuk mengukur apakah model Claude berkinerja cukup baik untuk diluncurkan ke produksi.

​

1. Bangun prompt input yang kuat

Meskipun Claude menawarkan kinerja dasar tingkat tinggi langsung dari kotak, prompt input yang kuat membantu mendapatkan hasil terbaik.

Untuk pengklasifikasi generik yang dapat Anda sesuaikan dengan kasus penggunaan spesifik Anda, salin prompt awal di bawah ini:

Anda akan membangun pengklasifikasi teks yang dapat secara otomatis mengkategorikan teks ke dalam serangkaian kategori yang telah ditentukan sebelumnya.
Berikut adalah kategori yang akan digunakan pengklasifikasi:

<categories>
{{CATEGORIES}}
</categories>

Untuk membantu Anda memahami cara mengklasifikasikan teks ke dalam kategori-kategori ini, berikut adalah beberapa contoh teks yang telah diberi label dengan kategori yang benar:

<examples>
{{EXAMPLES}}
</examples>

Harap pelajari contoh-contoh ini dengan cermat untuk mengidentifikasi fitur dan karakteristik utama yang mendefinisikan setiap kategori. Tuliskan analisis Anda untuk setiap kategori di dalam tag <category_analysis>, menjelaskan topik utama, tema, gaya penulisan, dll. yang tampaknya terkait dengan masing-masing kategori.

Setelah Anda merasa memiliki pemahaman yang baik tentang kategori-kategori tersebut, tugas Anda adalah membangun pengklasifikasi yang dapat menerima teks baru yang belum diberi label dan menghasilkan prediksi kategori mana yang paling mungkin sesuai.

Sebelum memberikan klasifikasi akhir Anda, tunjukkan proses dan penalaran langkah demi langkah Anda di dalam tag <classification_process>. Timbang bukti untuk setiap kategori potensial.

Kemudian keluarkan <classification> akhir Anda untuk kategori mana yang menurut Anda paling sesuai dengan contoh teks tersebut.

Tujuannya adalah membangun pengklasifikasi yang dapat secara akurat mengkategorikan teks baru ke dalam kategori yang paling sesuai, sebagaimana didefinisikan oleh contoh-contoh tersebut.

Kami juga menyediakan berbagai prompt untuk memulai dalam perpustakaan prompt kami, termasuk prompt untuk sejumlah kasus penggunaan klasifikasi, termasuk:

​

2. Kembangkan kasus uji Anda

Untuk menjalankan evaluasi klasifikasi Anda, Anda akan memerlukan kasus uji untuk menjalankannya. Lihat panduan kami untuk mengembangkan kasus uji.

​

3. Jalankan evaluasi Anda

​

Metrik evaluasi

Beberapa metrik keberhasilan yang perlu dipertimbangkan untuk mengevaluasi kinerja Claude pada tugas klasifikasi meliputi:

​

Terapkan pengklasifikasi Anda

Untuk melihat contoh kode tentang cara menggunakan Claude untuk klasifikasi, lihat Panduan Klasifikasi di Anthropic Cookbook.