Agência de IA em Tilburg
Desenvolvemos IA que classifica e resume textos recebidos e testamo-la em sprints curtos com a sua equipa. É assim que a WUA estrutura as respostas abertas dos inquiridos.
Automatizámos o estudo com inquiridos da WUA com um modelo de classificação de tópicos
“A comunicação próxima e as sprint reviews detalhadas garantiram que o modelo correspondia exatamente às nossas necessidades, o que resultou num lançamento bem-sucedido junto dos nossos clientes.” Yannick Ludwig, Head of Product, WUA
Quanto tempo dedica a ler e reencaminhar respostas, emails e notificações?
O texto chega através de formulários, emails e inquéritos, e alguém tem de o ler e reencaminhar. A IA classifica-o por tema, resume-o e encaminha-o para a pessoa certa, para que a sua equipa responda mais depressa.
Classificar, resumir e responder a textos, com supervisão humana
Respostas abertas por tema
Para a WUA, criámos um modelo que classifica por tema as respostas abertas dos inquiridos.
Perguntas dos colaboradores
Para a PostNL, desenvolvemos Dex, um chatbot que aprende autonomamente e serve de ponto central para as perguntas dos colaboradores.
Tom e sentimento
Para a Respect Foundation, criámos uma ferramenta de monitorização das redes sociais com análise de sentimento por LLM.
Uma pessoa decide
Em caso de dúvida ou quando o tema é sensível, o texto é encaminhado para um colaborador, acompanhado do motivo.
De textos de exemplo a um modelo em que a sua equipa confia, em sprints curtos
-
Definir os temas
Definir as categorias em conjunto com a sua equipa, a partir de textos reais da sua caixa de entrada.
-
Revisões de sprint
Comparar os resultados com a avaliação da sua equipa em cada sprint, até o modelo estar alinhado com ela.
-
No fluxo de trabalho
Integrar o modelo no seu sistema de email, de tickets ou de inquéritos, com monitorização de novos temas.
Temos texto suficiente para criar um modelo?
É adequado quando
Recebe muito texto todas as semanas, a sua equipa dedica muito tempo a lê-lo e a reencaminhá-lo, e tem uma ideia dos temas que se repetem.
Não é adequado quando
Recebe apenas algumas mensagens por semana. Nesse caso, uma boa regra de caixa de entrada ou um formulário com opções de escolha é suficiente para começar.
De que depende a dimensão do projeto
De quantos canais e idiomas estão envolvidos, do nível de detalhe necessário na classificação, dos sistemas que ligamos e de quem mantém a classificação depois.
O nosso texto será enviado a um fornecedor de IA?
Decidimos isso antecipadamente com a sua equipa de TI e o responsável pela privacidade. Um modelo pode funcionar no seu próprio ambiente, e os dados pessoais podem ser removidos antes do processamento.
Palavras-chave, um modelo treinado ou um modelo de linguagem: qual se adequa aos seus textos?
Regras baseadas em palavras-chave
Opte por esta abordagem se algumas palavras revelarem o tema. As regras são rápidas de criar, mas não detetam o que estiver formulado de outra forma.
Um modelo treinado
Opte por esta abordagem se os temas estiverem definidos e houver muitos exemplos. O nosso conselho: comece por aqui para grandes volumes. É uma opção previsível e económica de utilizar.
Um modelo de linguagem
Opte por esta abordagem se também quiser resumir ou responder a perguntas, ou se os temas mudarem com frequência.
Desenvolvemos IA aplicada a texto para organizações em todos os Países Baixos desde 2016
A Data Science Lab existe desde 2016 e é parceira da Microsoft e da Databricks. Trabalhámos com a WUA, a PostNL e a Respect Foundation, e partilhamos o que aprendemos nos nossos Techdays.

O texto que está agora a analisar manualmente é o tema da primeira conversa
Stef Stoelwinder
Business DevelopmentStef é o seu ponto de contacto. Na primeira conversa, discutimos que texto recebemos e o que é preciso fazer com ele.
E-mail info@datasciencelab.nl
Telefone +31 (0)20 3636 724
Com que fluxo de texto gostaria de começar?
Indique-nos por onde o texto chega e o que a sua equipa faz com ele. Respondemos por email ou marcamos uma primeira conversa.
Mensagem enviada
Obrigado pela sua mensagem. Entraremos em contacto consigo o mais rapidamente possível.
Perguntas frequentes
Uma empresa de IA como a Data Science Lab desenvolve aplicações que assumem ou aceleram uma tarefa e, depois, assegura a sua manutenção. Esta página centra-se sobretudo em texto: classificar e resumir respostas abertas, emails, comunicações e comentários de clientes.
Encontre todas as aplicações em aplicações de IA.
Não. Trabalhamos a partir de Westerdoksdijk, em Amesterdão. Trabalhamos online com organizações em Tilburg e no resto de Brabante e deslocamo-nos para workshops e sprint reviews.
Nenhum dos casos de estudo aqui apresentados decorreu em Tilburg; mostram o que desenvolvemos.
É a utilização de um modelo para associar um texto a um ou mais tópicos. Para a WUA, utilizámos NLP, embeddings e machine learning, permitindo consultar imediatamente as respostas abertas por tópico.
Saiba mais sobre a tecnologia em análise de texto com NLP.
Sim. O modelo determina o tópico e a urgência, e o email é encaminhado para a fila certa. Em caso de dúvida, segue para um colaborador.
Saiba como funciona em classificação de emails.
Comparando os resultados com as escolhas da sua equipa em textos que já classificou. Para a WUA, fizemos essa comparação em sprint reviews até o modelo corresponder às suas necessidades.
Após a entrada em produção, continuamos a verificar amostras.
Isso torna-se visível nos textos que o modelo não consegue classificar corretamente. Reunimos esses textos e decidimos com a sua equipa se é necessário acrescentar um tópico. Depois, o modelo aprende a reconhecê-lo.
Assim, a classificação continua a refletir o que realmente chega.
Para textos de clientes ou cidadãos, é muitas vezes necessária uma avaliação de impacto sobre a proteção de dados (DPIA), bem como acordos sobre onde o modelo é executado e que dados são conservados. A classificação e o encaminhamento não constituem, geralmente, uma aplicação de risco elevado, mas avaliamos cada caso.
Saiba mais sobre o Regulamento da IA.
Definimos isso antecipadamente: nós, a sua equipa, ou primeiro nós e depois a sua equipa. É necessário verificar regularmente se a classificação continua correta e designar um responsável por acrescentar novos tópicos.
Saiba como mantemos os modelos em produção em MLOps.
Qual é o passo certo agora: todas as aplicações, e-mails ou imagens e medições?
- Aplicações de IATudo o que desenvolvemos, desde modelos de linguagem e agentes a modelos preditivos.
- Classificação de e-mailsClassificar automaticamente os e-mails por assunto e urgência e encaminhá-los para a fila certa.
- Consultoria de data science em TilburgModelos que utilizam imagens de câmaras e dados de medição para organizações em Tilburg e Brabante.