Підхід до автоматичної класифікації та пріоритезації текстових повідомлень за допомогою великих мовних моделей

Автор(и)

  • П. А. Чайковський Донецький національний університет імені Василя Стуса
  • С. Д. Штовба Донецький національний університет імені Василя Стуса

Анотація

Інформаційне перевантаження є значною проблемою сучасного суспільства. Користувачі щодня отримують великий обсяг повідомлень з різних джерел, що часто призводить до втрати важливої інформації. Автоматична класифікація з подальшою пріоритезацією текстових повідомлень може значно покращити керування інформаційними потоками. Наприклад, користувач отримує багато електронних листів щодня. Під автоматичною класифікацією мається на увазі, що система аналізує вхідні листи і сортує їх за категоріями: робочі листи, особисті повідомлення, реклама тощо, використовуючи підходи до машинного навчання та обробки природної мови, як-от використання LLM (Large Language Model). Потім на основі налаштувань користувача система пріоритезує ці листи, щоб найважливіші повідомлення (наприклад, робочі завдання) з’являлися у видачі першими. Також користувач зацікавлений у автоматично сформованому звіті за деякий часовий інтервал, у якому буде узагальнено зміст ланцюжка повідомлень.
У цій роботі пропонується підхід до використання великих мовних моделей (LLM) для автоматичної класифікації та пріоритезації текстових повідомлень.

Біографії авторів

П. А. Чайковський , Донецький національний університет імені Василя Стуса

здобувач 1 курсу ОС «Магістр» спеціальності 122 Комп’ютерні науки

С. Д. Штовба , Донецький національний університет імені Василя Стуса

д-р техн. наук, професор, професор кафедри інформаційних технологій

Посилання

Text Classification via Large Language Models / X. Sun et al. Findings of the Association for Computational Linguistics: EMNLP 2023. 2023. DOI: 10.18653/v1/2023.emnlp-main.122.

Synthetic Data Generation with Large Language Models for Text Classification: Potential and Limitations / Z. Li et al. Proceedings of the 2023 Conference on Empirical Methods in Natural Language Processing. 2023. URL: https://aclanthology.org/2023.emnlp-main.143

Task-Level Thinking Steps Help Large Language Models for Challenging Classification Task / C. Du et al. Proceedings of the 2023 Conference on Empirical Methods in Natural Language Processing. 2023. URL: https://aclanthology.org/2023.emnlp-main.105

Text Classification via Large Language Models. Papers With Code. 2023. URL: https://paperswithcode.com/paper/text-classification-via-large-language-models

A Comprehensive Overview of Large Language Models. 2023. URL: https://arxiv.org/abs/2307.06435

Text Generation Guide: JSON Mode. OpenAI Documentation. OpenAI. URL: https://platform.openai.com/docs/guides/text-generation/json-mode

##submission.downloads##

Опубліковано

2025-02-23

Номер

Розділ

Секція 5 Інформаційно-комунікаційні технології