Klassifikation

Klassifikation er en opgavetype i maskinlæring, hvor modellen sætter et input i en af flere foruddefinerede kategorier. Eksempler er spam/ikke-spam, positiv/negativ anmeldelse eller hvilken vare et billede viser. Modstykket er regression, hvor modellen forudsiger et tal, for eksempel en pris eller efterspørgsel.

Når I vil sortere mails, fakturaer eller produkter automatisk

Klassifikation er ofte den oplagte første AI-opgave i små og mellemstore virksomheder. I kan bruge den til at sortere indkommende mails, prioritere henvendelser, kategorisere bilag og genkende produktkategorier i billeder. Fordelen er, at opgaven normalt kræver mindre data og mindre udvikling end tungere projekter, og gevinsten ses hurtigt: færre manuelle klik, hurtigere svartid og færre fejl ved rutineopgaver.

Sådan virker Klassifikation i praksis

Modellen trænes med eksempler: en række inputs hvor hver er mærket med den rigtige kategori. Det kan være 10.000 gamle mails, hvor hver mail er markeret som 'kundeservice' eller 'tilbud'. Træningen kaldes supervised learning, fordi modellen lærer fra mærkede eksempler. En feature er en enkelt oplysning, modellen bruger, for eksempel et ord i emnelinjen, beløb i en faktura eller farvemønster i et billede. Modellen sammenligner nye inputs med mønstre i de features den har lært fra træningsdataene, og vælger den mest sandsynlige kategori.

Tænk på det som en doven bibliotekar, der kun kigger på titlen og folder papiret tilbage i den rigtige bunke. Det virker overraskende godt, men kun når titlerne er informative. Klassifikation kan altså være præcis, men den kan også fejle, hvis træningsdata er forældet eller ikke repræsenterer de nye typer opgaver, I får ind.

Eksempel: Klassifikation hos en indkøber

En indkøber i en mellemstor produktionsvirksomhed skulle håndtere leverandørfakturaer, tilbud og reklamationer i én fælles mailbox. Det var mandag morgen, en uge før månedsafslutning, og indkøberen sad med en mailbunke på 420 beskeder. Projektet begyndte med 2.500 historiske mails, sorteret manuelt over seks måneder. Modellen blev trænet til tre kategorier: faktura, tilbud og reklamation. Den første uge gav modelforslag, men cirka 18 procent blev fejlklassificeret, ofte fordi scannede PDF-fakturaer manglede maskinlæsbar tekst. Løsningen var at tilføje et trin med bedre OCR og at mærke yderligere 400 eksempler med de særlige leverandørformater. Det tog to dage ekstra. Resultatet var ikke perfekt, men indkøberen brugte nu 30 minutter dagligt på at gennemse forslag i stedet for tre timer på manuel sortering.

Klassifikation er ikke det samme som regression

Klassifikation giver en kategori som output, for eksempel "godkendt" eller "afvis". Regression giver et tal, for eksempel et forventet beløb, en pris eller en risiko. Mange forretningsopgaver kombinerer begge: først klassificerer I typen af dokument, så bruger I regression til at estimere beløbet. Husk at bruge rigtige labels i træningsdataene; en forkert mærkning fører til en model, der lærer det forkerte.

Sådan kommer du i gang med Klassifikation

1. Identificer en gentagen beslutning, I tager manuelt, for eksempel sortering af fakturaer eller prioritering af kundemails.
2. Saml 1.000 til 5.000 eksempler fra jeres arkiv og mærk dem med de kategorier, I vil have.
3. Start med en simpel proof of concept, mål præcisionen, og find de hyppigste fejl.
4. Forbedr dataene: tilføj flere eksempler, flere relevante features eller bedre tekstgenkendelse på scannede dokumenter.
5. Rul ud i små trin, så I kan rette løbende. En klassifikationsløsning kræver vedligeholdelse, fordi nye dokumenttyper dukker op.

Vil I arbejde videre med klassifikation på jeres egne opgaver, er det dét, en AI-workshop går ud på. Skal I beslutte, hvor meget klassifikation må fylde hos jer, er det den slags valg, AI-rådgivning handler om.