| Kursbeschreibung (description): |
In vielen Unternehmenskontexten ist es wichtig, die Stimmung von Menschen zu bewerten. Mit Sentimentanalyse können positive oder negative Kunden-Bewertungen, verärgerte Kunden schnell und zuverlässig erkannt und entsprechende Maßnahmen eingeleitet werden.
Im Workshop AI326 Sentiment-Analyse in Kundenfeedback mit KI werden verschiedene Techniken zur Sentimentanalyse mit Sprachmodellen vorgestellt, darunter Embeddings, Zero Shot Classification, Clustering. Die Teilnehmer lernen, wie sie diese Techniken mit Large Language Models (LLMs) von OpenAI oder Aleph Alpha umsetzen können, um z.B. Kundenfeedback oder Social-Media-Inhalte zu analysieren. Nach Abschluss des Kurses werden die Teilnehmer in der Lage sein, verschiedene Sentiment-Analyse-Methoden zu verstehen und anzuwenden.
Wir empfehlen die zusätzliche Teilnahme an folgenden inhaltlich verwandten Modulen:
|
|
| Zielgruppe (target group): |
|
|
| Voraussetzungen (requirements): |
|
|
| Ziele (objectives): |
Verschiedene Sentimentanalyse-Techniken verstehen, Tools wie OpenAI und Aleph Alpha Embeddings einsetzen, Kundenfeedback und Social-Media-Inhalte analysieren, Sentiment-Analyse-Methoden anwenden können.
|
|
| Preis und Dauer (price and duration): |
Dauer (duration): 1 Tag
Schulungslänge (course length): 04:30 Stunden (inkl. Pausen)
Preis (price): 450,- Euro zzgl. MwSt.
Gerne führen wir dieses Training auch inhouse bei Ihnen vor Ort durch, bitte sprechen Sie uns an.
Eine Druckansicht dieses Workshops finden Sie hier.
|
|
| Termine (dates): |
Dieser Workshop findet an folgenden Terminen statt:
|
|
|
| Inhalte (agenda): |
- Einführung von Grundbegriffen, wie Sentiment Analyse und Besonderheiten im Kontext von LLMs / Embeddings: Lernen, was Embeddings sind und wie sie in Sentimentanalyse eingesetzt werden
- Verwendung von LLMs von OpenAI (Embeddings), Aleph Alpha Embeddings: Kennenlernen der Tools und deren Anwendung in Sentimentanalyse
- Zero Shot Classification (keine Trainings Daten): Einführung in die Zero Shot Classification und deren Anwendung, wenn keine Trainingsdaten verfügbar sind
- GPT-Classification (Chat-Completion): Verstehen, wie die GPT-Classification funktioniert und wie sie zur Sentimentanalyse in Chat-Completion eingesetzt werden kann
- Embedding Visualisierung und Dimensionsreduktion: Lernen, was Dimensionsreduktion ist und wie sie genutzt werden kann um Embeddings zu visualisieren
- Clustering und Klassifizierung: Einführung in Clustering und den Aufbau von Klassifikatoren zur Sentimentanalyse, Beziehungen und Gruppen verstehen
- Exploration möglicher Applikationen (Dashboard, Social Media Agent etc.): Erkunden von Anwendungsmöglichkeiten der Sentimentanalyse in verschiedenen Bereichen, wie Dashboards oder Social Media Agent
|
|
|
