Classificazione

Questa guida illustra il processo per determinare il miglior approccio per costruire un classificatore con Claude e gli elementi essenziali per l’implementazione end-to-end di un classificatore Claude, dall’esplorazione dei casi d’uso all’integrazione back-end.

Visita i nostri ricettari di classificazione per vedere esempi di implementazioni di classificazione utilizzando Claude.

Quando utilizzare Claude per la classificazione

Quando dovresti considerare l’utilizzo di un LLM invece di un approccio ML tradizionale per le tue attività di classificazione? Ecco alcuni indicatori chiave:

Classi basate su regole: Utilizza Claude quando le classi sono definite da condizioni piuttosto che da esempi, poiché può comprendere le regole sottostanti.
Classi in evoluzione: Claude si adatta bene a domini nuovi o in evoluzione con classi emergenti e confini mutevoli.
Input non strutturati: Claude può gestire grandi volumi di input di testo non strutturato di lunghezza variabile.
Esempi etichettati limitati: Con capacità di apprendimento few-shot, Claude apprende accuratamente da dati di training etichettati limitati.
Requisiti di ragionamento: Claude eccelle nelle attività di classificazione che richiedono comprensione semantica, contesto e ragionamento di livello superiore.

Stabilisci il tuo caso d’uso di classificazione

Di seguito è riportato un elenco non esaustivo di comuni casi d’uso di classificazione in cui Claude eccelle per settore.

Implementa Claude per la classificazione

I tre fattori chiave per la decisione del modello sono: intelligenza, latenza e prezzo.

Per la classificazione, un modello più piccolo come Claude 3 Haiku è tipicamente ideale per la sua velocità ed efficienza. Tuttavia, per le attività di classificazione in cui sono richieste conoscenze specialistiche o ragionamenti complessi, Sonnet o Opus possono essere una scelta migliore. Scopri di più su come Opus, Sonnet e Haiku si confrontano qui.

Utilizza le valutazioni per determinare se un modello Claude sta funzionando abbastanza bene da essere lanciato in produzione.

1. Costruisci un prompt di input forte

Mentre Claude offre prestazioni di base di alto livello out of the box, un prompt di input forte aiuta a ottenere i migliori risultati.

Per un classificatore generico che puoi adattare al tuo caso d’uso specifico, copia il prompt iniziale qui sotto:

Costruirai un classificatore di testo che può categorizzare automaticamente il testo in un insieme di categorie predefinite.
Ecco le categorie che il classificatore utilizzerà:

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

Per aiutarti a capire come classificare il testo in queste categorie, ecco alcuni esempi di testi che sono già stati etichettati con la loro categoria corretta:

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

Studia attentamente questi esempi per identificare le caratteristiche e le peculiarità chiave che definiscono ogni categoria. Scrivi la tua analisi di ogni categoria all'interno dei tag <category_analysis>, spiegando i principali argomenti, temi, stili di scrittura, ecc. che sembrano essere associati a ciascuna di esse.

Una volta che ritieni di avere una buona comprensione delle categorie, il tuo compito è costruire un classificatore che possa prendere in input nuovi testi non etichettati e restituire una previsione della categoria a cui è più probabile che appartengano.

Prima di dare la tua classificazione finale, mostra il tuo processo e ragionamento passo dopo passo all'interno dei tag <classification_process>. Valuta le prove per ogni potenziale categoria.

Quindi restituisci la tua <classification> finale per la categoria a cui pensi che appartenga il testo di esempio.

L'obiettivo è costruire un classificatore che possa categorizzare accuratamente nuovi testi nella categoria più appropriata, come definito dagli esempi.

Forniamo anche un’ampia gamma di prompt per iniziare nella nostra libreria di prompt, inclusi prompt per diversi casi d’uso di classificazione, tra cui:

Analisi del Sentiment

Rileva il tono e il sentiment dei tweet. Comprendi le emozioni, le opinioni e le reazioni degli utenti in tempo reale.