Aller au contenu
English

Classification et routage de textes : envoyer chaque message au bon endroit

Envoyez chaque message du service à la clientèle à la bonne équipe, avec une priorité, en anglais et en français. Comparez des règles, des modèles classiques, des plongements, un encodeur réglé finement, des modèles zéro exemple et des LLM sur un seul jeu de test et un seul tableau des coûts, transférez les messages incertains à une personne, et faites tourner le routeur comme un petit service.

Lisez toutes les leçons sans compte, ou connectez-vous pour vous inscrire et suivre vos progrès.

Ce cours est-il le bon pour vous?Ce que ce cours couvre et ne couvre pas, et 4 autres cours pour d'autres besoins.

Ce cours enseigne la classification de textes comme un système d'affaires : les étiquettes et le guide d'étiquetage, les règles, les modèles TF-IDF, les plongements de phrases, un petit encodeur réglé finement, les modèles zéro exemple et les classificateurs à base de LLM comparés sur les mêmes messages et les mêmes coûts, les modèles de décision, les cascades et la distillation, les classes rares et les messages à deux étiquettes, les zones de confiance avec une personne dans la boucle, et un service de routage qui surveille l'arrivée de nouveaux sujets. Il n'enseigne pas le fonctionnement interne des transformeurs, la création d'une application LLM depuis le début ni la construction d'une plateforme d'évaluation.

Suivez un autre cours si vous voulez :

Ce que vous apprendrez

À la fin de ce cours, vous pourrez :

  • Transformer un besoin de routage en schéma d'étiquetage (équipes, sujets, priorité, multiétiquette ou hiérarchie) avec un guide d'étiquetage écrit, et énoncer le coût de chaque type d'erreur.
  • Construire et comparer des règles, des modèles classiques, des modèles de plongement, un petit encodeur réglé finement, des modèles zéro exemple et des classificateurs à base de LLM sur les mêmes données, et expliquer pourquoi chacun gagne ou perd.
  • Choisir une méthode ou une cascade selon le coût pour l'entreprise : l'exactitude par classe, le coût par 1 000 messages, la vitesse, la confidentialité et l'entretien.
  • Traiter les vrais problèmes d'étiquettes : le déséquilibre des classes, les classes rares, les étiquettes bruitées et le manque d'étiquettes (apprentissage actif et étiquetage assisté par LLM avec révision).
  • Utiliser la confiance pour décider automatiquement, demander une révision ou transférer à une personne, et mesurer le travail que cela évite et celui que cela crée.
  • Exploiter un classificateur en production : gérer les versions des étiquettes et des modèles, repérer la dérive et les nouveaux sujets, et réentraîner ou ajouter une étiquette en toute sécurité.

À propos de ce cours

Une cliente a demandé un remboursement. Son message est arrivé dans la file de l’équipe des produits, où personne ne traite les remboursements, et il a attendu trois jours. La cliente, elle, n’a pas attendu : elle est partie. La boîte de réception de Larkfield reçoit des messages par courriel, par clavardage et par les médias sociaux, en anglais et en français, et chacun doit arriver à la bonne équipe.

Dans ce cours, vous suivez Priya, la scientifique des données de Larkfield, qui construit le routeur avec Grace, qui dirige les équipes du service à la clientèle, et Chloé, qui étiquette les messages. Vous commencez par les étiquettes et le coût de chaque erreur. Ensuite, vous comparez des règles par mots-clés, des modèles classiques, des plongements, un petit modèle réglé finement sur un ordinateur portable, des modèles zéro exemple et des grands modèles de langage, sur les mêmes messages et le même tableau des coûts. Parfois, l’ancienne méthode gagne, et vous apprenez pourquoi.

Ensuite, vous utilisez la confiance. Le routeur décide quand il est sûr, demande une révision quand il ne l’est pas, et transfère certains messages directement à une personne. Vous terminez avec un petit service de routage qui garde des versions, écrit une file de révision et trouve un nouveau sujet quand Omar lance un nouveau produit.

La boîte de réception de Larkfield est synthétique : nous l’avons créée pour ce cours, avec les problèmes des vrais messages. Chaque réponse de modèle qui demande un compte a été enregistrée une fois : vous n’avez donc besoin ni de clé, ni d’argent. Chaque carnet fonctionne sur le processeur d’un ordinateur portable ou sur Colab gratuit.

Avant de commencer

Vous avez terminé le cours Apprentissage automatique : du problème à un modèle fiable, ou vous avez les mêmes compétences. Vous savez lire et modifier du code Python dans un carnet (notebook), vous savez lire du JSON, et vous connaissez les données d'entraînement, de validation et de test, la précision et le rappel, et les seuils. Les cours sur les API de LLM, sur l'apprentissage profond et sur l'évaluation aident, mais ne sont pas obligatoires. Vous avez besoin d'un compte Google ou Kaggle gratuit pour les carnets, ou de Python 3.12 sur votre ordinateur. Vous n'avez besoin ni de clé, ni d'argent.

Cours à suivre avant : Apprentissage automatique : du problème à un modèle fiable.

À qui s'adresse ce cours

Les ingénieurs en apprentissage automatique et en IA, les scientifiques des données et les développeurs dorsaux qui doivent trier du texte entrant, comme des messages au service à la clientèle, des courriels, des messages de clavardage, des formulaires ou des avis, par équipe, par sujet, par priorité ou par action.

Comment nous avons créé ce cours

Des spécialistes de l'IA expérimentés ont conçu ce cours. L'IA nous a aidés à rédiger le contenu; des personnes ont choisi l'approche pédagogique et les exemples, et ont révisé chaque leçon. Les résultats que vous voyez sont les vrais résultats de l'exécution du code. Comment nous créons les cours

Dans ce cours

Module 3Références de base : règles et modèles classiques

4 leçons

Les références de base. Les règles par mots-clés et les expressions régulières, le texte transformé en nombres TF-IDF, Bayes naïf, la régression logistique et une SVM linéaire, et des règles et un modèle qui travaillent ensemble.

  1. Règles par mots-clés et expressions régulières35 min
  2. Le texte en nombres : sac de mots et TF-IDF35 min
  3. Bayes naïf, régression logistique et SVM linéaire40 min
  4. Règles et modèles ensemble35 min

Module 4Plongements et petits modèles réglés finement

6 leçons

Les plongements et les petits modèles réglés finement. Des plongements de phrases avec un classificateur simple, peu d'étiquettes, un petit encodeur réglé finement sur le processeur (CPU) d'un ordinateur portable, des modèles de plongement plus récents, et des modèles zéro exemple qui n'ont pas besoin de LLM.

  1. Plongements de phrases pour la classification35 min
  2. Peu d'étiquettes avec des plongements30 min
  3. Régler finement un petit encodeur sur CPU45 min
  4. Des modèles de plongement plus récents30 min
  5. Classification zéro exemple sans LLM35 min
  6. Ce que coûte le gain d'exactitude30 min

Module 6Modèles de décision, cascades et distillation

4 leçons

Modèles de décision, cascades et distillation. Obtenez une étiquette et une vraie probabilité d'un modèle de langage, jugez les promesses d'un nouveau modèle, laissez un modèle bon marché décider quand il est sûr, et laissez un LLM enseigner à un modèle bon marché.

  1. Demander une décision, pas du texte40 min
  2. Des modèles de décision spécialisés30 min
  3. Les cascades40 min
  4. La distillation : laisser le LLM enseigner à un modèle bon marché35 min

Dernier module · choisissez-en au moins uneÉtudes de cas

4 études de cas

Quatre études de cas complètes sur de vraies données ouvertes. Des questions bancaires, des demandes qu'un robot conversationnel ne sait pas traiter, des demandes en anglais et en français avec peu d'étiquettes, et des articles scientifiques avec beaucoup d'étiquettes. Terminez-en au moins une pour obtenir le certificat. Chacune peut entrer dans votre portfolio.

Terminez au moins une étude de cas pour obtenir le certificat. Les autres sont facultatives. Ce que couvre chacune

  1. Router des questions bancaires150 min
  2. Trouver ce que le robot ne sait pas traiter150 min
  3. Trier des demandes avec peu d'étiquettes150 min
  4. Étiqueter des articles scientifiques avec beaucoup d'étiquettes150 min

Après les études de casTravail final

Utilisez tous les modules dans un projet pratique. Vous recueillez des preuves, puis vous les comparez aux objectifs du cours.

  1. Travail final180 min

Études de cas

Des projets réalistes du début à la fin, sur de vraies données, avec chaque résultat expliqué. Chacun devient une pièce de votre portfolio. Terminez-en au moins une pour obtenir le certificat; les autres sont facultatives.

  1. Router des questions bancaires2 h 30 min

    Comparez TF-IDF, des plongements, un petit encodeur réglé finement et un LLM rejoué sur 77 intentions bancaires fines, et construisez une cascade avec une cible de coût.

  2. Trouver ce que le robot ne sait pas traiter2 h 30 min

    Détectez les demandes hors champ et transférez-les à une personne, sur un jeu de données d'intentions avec un ensemble hors champ, et mesurez combien de mauvaises réponses automatiques cela évite.

  3. Trier des demandes avec peu d'étiquettes2 h 30 min

    Commencez avec 20 étiquettes par intention sur de vraies demandes ouvertes en anglais et en français, ajoutez des étiquettes par apprentissage actif et par étiquetage assisté par LLM avec révision, et montrez la courbe d'apprentissage et le coût de l'étiquetage.

  4. Étiqueter des articles scientifiques avec beaucoup d'étiquettes2 h 30 min

    Facultatif : donnez au résumé de chaque article toutes les étiquettes de sujet qui conviennent, avec un modèle et un seuil par étiquette, et présentez les résultats par étiquette.

Avis

Chargement des avis…

    Vous avez suivi ce cours? Connectez-vous pour donner votre avis. Vous pouvez donner un avis après avoir terminé 25 % des leçons.

    Partager ce cours