Hvad betyder Tekstklassifikation?
Tekstklassifikation sorterer tekst efter et kategorisystem. En henvendelse kan eksempelvis handle om levering, betaling eller teknisk support. Resultatet kan bruges til at foreslå en kø, et tag eller den næste relevante arbejdsgang. Det er en afgrænset opgave, som ofte er lettere at kontrollere end fri tekstgenerering.
Kategorierne skal dog være veldefinerede. En besked kan både indeholde en reklamation og et spørgsmål om fakturaen. Hvis systemet kun må vælge én kategori, skal der være en regel for prioritering. Ellers bliver fejlen måske skabt af kategorisystemet frem for modellen.
En klassifikator kan bygges med regler, statistiske tekstmodeller eller en sprogmodel. Valget afhænger af datamængde, variation, krav til forklaring og drift. Sammenlign gerne med en enkel baseline, så en mere kompleks løsning kun vælges, når den giver en dokumenteret fordel.
Gør kategorierne forståelige for mennesker først
Skriv en kort definition og eksempler for hver kategori. Angiv, om flere labels er tilladt, og hvor uklare sager skal ende. Lad flere medarbejdere klassificere samme udvalg og undersøg deres uenighed. Hvis de ikke kan skelne mellem generel support og teknisk support, vil modellen heller ikke få et stabilt facit. Ret kategorierne eller beslutningsreglerne, før I bruger tiden på modeljustering.
Se på fejl mellem konkrete kategorier
Et højt samlet korrekthedstal kan skjule, at en sjælden, vigtig kategori næsten aldrig findes. Brug en confusion matrix og relevante precision-/recallmål pr. kategori. Aftal, hvornår en usikker klassifikation skal sendes til manuel vurdering. Kontrollér, at et label ikke automatisk udløser en irreversibel handling. Det er ofte bedre at starte med forslag til medarbejderen og måle rettelser, før routing eller svar bliver automatiseret.
Et eksempel fra praksis
Illustrativt eksempel: En softwarevirksomhed sorterer supportmails i adgang, betaling og fejlmelding. En mail beskriver både en mislykket betaling og manglende adgang. Teamet beslutter, at flere labels skal kunne bruges, mens en konkret prioriteringsregel bestemmer den første kø. I testen gennemgår de især sager, som ville være sendt til den forkerte afdeling. Medarbejdernes rettelser bliver samlet og fagligt kontrolleret før de bruges til næste forbedring.
Typiske faldgruber
- At lade overlappende kategorier skabe et uklart facit.
- At vise kun samlet accuracy for et skævt datasæt.
- At koble et usikkert label direkte til en handling med stor konsekvens.
Det skal I afklare
- Definér kategorier, prioritering og mulighed for flere labels.
- Mål fejl pr. kategori og kontroller tvivlstilfælde.
- Afprøv konsekvensen af routing før automatisering udvides.
Spørgsmål og svar
Kan en LLM klassificere uden træning?
Den kan ofte forsøge ud fra beskrivelser og eksempler. Kvaliteten skal stadig testes mod jeres kategorier, især når de er sjældne eller overlapper.
Skal alle tekster tvinges ind i en kategori?
Nej. En kategori for uklar eller manuel vurdering kan være nødvendig. Det bør være en bevidst del af arbejdsgangen, ikke en skjult fejl.
Kilder og videre læsning
De tekniske begreber bygger på nedenstående kilder. Eksemplerne er illustrative og viser, hvordan I kan arbejde med emnet.
- Hugging Face Transformers: Text classification ↗Primærkilde gennemgået 7. september 2026.
- Jurafsky og Martin: Text classification i Speech and Language Processing ↗Primærkilde gennemgået 7. september 2026.