Predefiniowane kategorie

Predefiniowane kategorie to tryb analizy, który stosujesz, gdy chcesz zdecydować, co wyjdzie z twoich danych. Nazywasz kategorie do ekstrakcji, Skimle kategoryzuje wszystkie dokumenty względem nich, a następnie tworzy podkategorie na podstawie tego, co znalazł.

Obejmuje obie strony zakresu indukcyjno-dedukcyjnego. Jeśli masz już własny system kategorii, analiza jest dedukcyjna. Zacznij od sugestii Skimle lub od jednej szerokiej kategorii i pozwól, by podkategorie wyłoniły się z danych - analiza będzie wtedy indukcyjna. Ten sam ekran, ten sam przebieg pracy.

Krok 1: Wybierz twoje kategorie

Istnieją dwa sposoby wypełnienia listy kategorii i możesz je łączyć:

• Dodaj własną. Kliknij Dodaj własną kategorię i nazwij ją. Wybierz tę ścieżkę, gdy już wiesz, czego szukasz.
• Wybierz z sugestii. Skimle analizuje twój projekt i proponuje kategorie wywodzące się z samego materiału. Kliknij jedną, aby ją dodać. Wybierz tę ścieżkę, gdy chcesz, by prowadziły dane.

Każda kategoria może mieć opcjonalne instrukcje:

• Instrukcje określają, co AI wyodrębnia dla tej kategorii, pozwalając ci rozszerzyć lub zawęzić zakres uwzględnianej treści.
• Instrukcje kategoryzacji określają, jak spostrzeżenia są przypisywane do podkategorii pod nią.
• Przykłady można wygenerować, aby zobaczyć podgląd rodzaju spostrzeżenia, które znajdzie AI, przed uruchomieniem pełnej analizy.

Kategoria bez instrukcji działa dobrze. Instrukcje mają największe znaczenie, gdy nazwa kategorii jest sama w sobie niejednoznaczna, albo gdy dwie kategorie mogłyby równie dobrze objąć ten sam fragment.

Krok 2: Ekstrakcja danych

Skimle przechodzi przez każdy z twoich dokumentów i wyodrębnia spostrzeżenia odpowiadające twoim kategoriom i ich instrukcjom. Każdy wyodrębniony cytat jest weryfikowany względem dokumentu źródłowego, dzięki czemu cytat, który nie pojawia się dosłownie w oryginale, nigdy nie trafia do twojej analizy.

Krok 3: Podkategorie powstają ze spostrzeżeń

Skimle analizuje spostrzeżenia przypisane do każdej kategorii i tworzy podkategorie, a następnie przenosi każde spostrzeżenie do najbardziej odpowiedniej z nich. To tutaj analiza indukcyjna zyskuje swoją strukturę: ty dostarczasz szeroki fokus, a poziom poniżej niego wynika z danych.

Uwaga: podkategorie powstają tylko wtedy, gdy kategoria ma przypisaną znaczącą liczbę spostrzeżeń. Kategoria, która zebrała tylko kilka spostrzeżeń, pozostaje płaska, co zwykle jest sygnałem, że kategoria była za wąska albo że materiału po prostu nie ma.

Krok 4: Podsumowania kategorii

Gdy dane są już skategoryzowane, Skimle pisze podsumowanie dla każdej kategorii. Podsumowania są widoczne w widoku kategorii, gdzie możesz także zmienić nazwę, scalić, podzielić i zreorganizować wszystko, co wygenerowała analiza.

Import pliku CSV

Gdy importujesz plik CSV, nazwy kolumn "Treść" są zapisywane i używane do tworzenia domyślnych kategorii dla tego typu analizy. To kolejny powód, aby ustawić czytelny i informatywny wiersz nagłówka dla twoich danych przed ich zaimportowaniem. Zobacz obsługiwane formaty plików i import CSV, aby dowiedzieć się więcej o tym, jak działa import CSV.

Kiedy używać tego trybu

Używaj predefiniowanych kategorii zawsze, gdy wiesz, na jakie pytanie analiza powinna odpowiedzieć na poziomie kategorii, niezależnie od tego, czy kategorie pochodzą z twojej własnej struktury, czy z sugestii Skimle. Jeśli twoje dokumenty mają wspólną strukturę i chcesz kategorii zbudowanych na tej strukturze bez żadnego udziału z twojej strony, automatyczna analiza tematyczna będzie szybsza. Jeśli chcesz pisemnej analitycznej odpowiedzi na Pytanie badawcze, a nie zakategoryzowanego drzewa kategorii, użyj Analizy agentowej.