การวิเคราะห์แบบเอเจนต์

การวิเคราะห์แบบเอเจนต์เป็นโหมดการวิเคราะห์ที่ละเอียดที่สุดของ Skimle คุณเริ่มต้นด้วยการระบุคำถามการวิจัย จากนั้น Skimle จะรันไปป์ไลน์หลายขั้นตอนที่สร้างกรอบการจัดหมวดหมู่ จัดหมวดหมู่ทุกส่วนที่เกี่ยวข้องในเอกสารทั้งหมด และสังเคราะห์แก่นเรื่องเชิงวิเคราะห์ที่ตอบคำถามที่คุณถาม

ออกแบบมาสำหรับโครงการที่คำถามการวิจัยมีความสำคัญไม่น้อยไปกว่าหมวดหมู่ - ตัวอย่างเช่น "เหตุใดการตัดสินใจด้านบุคลากรจึงแตกต่างกันไปในแต่ละสมัยของประธานาธิบดี" หรือ "อะไรที่ทำให้ผู้ตอบแบบสอบถามที่เลิกใช้งานแตกต่างจากผู้ที่ต่ออายุ" - และสำหรับกรณีที่คุณต้องการความลึกเชิงวิเคราะห์เพิ่มเติมจากการจัดหมวดหมู่

ขั้นตอนที่ 1: แชทตั้งค่า

คุณเริ่มต้นด้วยการพิมพ์คำถามการวิจัยลงในกล่องโต้ตอบการวิเคราะห์แบบเอเจนต์ เอเจนต์ตั้งค่าของ Skimle จะพูดคุยกับคุณเพื่อ:

• ทำความเข้าใจให้ชัดเจนว่าคำถามนั้นหมายความว่าอะไรกันแน่ (โดยจะถามคำถามสั้นๆ หนึ่งถึงสามข้อ หากมีส่วนใดคลุมเครือ);
• จำแนกประเภทการวิเคราะห์ - เชิงอนุกรมวิธาน (การทำแผนที่พื้นที่หนึ่ง) เชิงอธิบาย (เหตุใดสิ่งหนึ่งจึงเกิดขึ้น) เชิงเหตุและผล (เหตุและผล) หรือเชิงเปรียบเทียบ (ระหว่างกลุ่ม);
• เสนอกรอบการจัดหมวดหมู่: ชุดหมวดหมู่ระดับแรกจำนวนไม่มาก (โดยทั่วไปสี่ถึงเจ็ดหมวดหมู่) แก่นเรื่องย่อยที่เป็นไปได้สำหรับแต่ละหมวดหมู่ และ "พลวัตที่กว้างขึ้น" สองถึงสี่รายการ - ซึ่งเป็นคำถามเชิงวิเคราะห์ระดับที่สูงขึ้นที่ขั้นตอนการสังเคราะห์จะตรวจสอบ

Skimle ดึงกรอบมาจากคลังเทมเพลตการวิเคราะห์ โดยจะให้น้ำหนักกับการวิเคราะห์แบบเอเจนต์ครั้งก่อนในโครงการนี้หากมีอยู่ คุณสามารถแก้ไขทุกส่วนของกรอบได้ก่อนยืนยัน

ขั้นตอนที่ 2: การยืนยันกรอบ

ตัวแก้ไขกรอบช่วยให้คุณเปลี่ยนชื่อ เพิ่ม หรือลบหมวดหมู่และพลวัตที่กว้างขึ้นได้ เมื่อคุณยอมรับแล้ว Skimle จะ:

• สร้างหมวดหมู่ข้อค้นพบระดับบนสุดที่ตั้งชื่อตามคำถามการวิจัยของคุณ;
• สร้างเมโมบันทึกการวิเคราะห์ที่จะบันทึกทุกขั้นตอนที่ตัวประมวลผลรัน;
• จัดคิวการวิเคราะห์ โดยแดชบอร์ดจะแสดงสถานะเป็นรอดำเนินการ

ขั้นตอนที่ 3: การสกัดข้อมูลเชิงประจักษ์

สำหรับหมวดหมู่ระดับแรกแต่ละหมวดหมู่ Skimle ใช้การคัดเลือกล่วงหน้าโดยใช้ embedding เพื่อค้นหาส่วนของเอกสารที่มีแนวโน้มมากที่สุดว่าจะมีเนื้อหาที่เกี่ยวข้อง จากนั้นจึงจัดหมวดหมู่อย่างเข้มงวดกับส่วนเหล่านั้น การจัดหมวดหมู่อย่างเข้มงวดหมายความว่าข้อค้นพบที่เป็นไปได้ทุกรายการจะถูกตรวจสอบย้อนหลังเทียบกับคำถามของหมวดหมู่นั้น และคำพูดที่ใช้สนับสนุนจะถูกตรวจสอบเทียบกับเอกสารต้นฉบับ

Skimle เก็บวอเตอร์มาร์กไว้ว่าส่วนใดได้รับการประมวลผลแล้ว และเกณฑ์ความคล้ายคลึงต่ำสุดที่ให้เนื้อหาที่ผ่านเกณฑ์ เอกสารใหม่ที่เพิ่มเข้ามาในภายหลัง - รวมถึงระหว่างการรันซ้ำ - จะถูกจัดหมวดหมู่เฉพาะกับส่วนที่ยังไม่ถูกตรวจดูเท่านั้น ทำให้การรันซ้ำยังคงมีค่าใช้จ่ายต่ำ

ผลลัพธ์ของขั้นตอนนี้คือโครงสร้างหมวดหมู่ที่มีข้อมูลเต็มภายใต้คำถามการวิจัยของคุณ โดยมีคำพูดที่ผ่านการตรวจสอบแล้วแนบอยู่กับข้อค้นพบทุกรายการ

ขั้นตอนที่ 4: การเพิ่มข้อมูลเมตา

Skimle จะตรวจสอบว่าการวิเคราะห์ต้องการฟิลด์ข้อมูลเมตาใหม่หรือไม่ เพื่อสนับสนุนการเปรียบเทียบที่คำถามการวิจัยของคุณบ่งบอก (ตัวอย่างเช่น ฟิลด์ช่วงเวลา สำหรับคำถามเกี่ยวกับการเปลี่ยนแปลงตามเวลา หรือฟิลด์บทบาทในองค์กร สำหรับคำถามเกี่ยวกับบุคลากร) เมื่อฟิลด์ใหม่จะมีประโยชน์ Skimle จะเสนอฟิลด์นั้น ตั้งชื่อหมวดหมู่ของค่าต่างๆ อย่างมีความหมาย และจัดหมวดหมู่เอกสารทั้งหมด เมื่อข้อมูลเมตาที่มีอยู่ครอบคลุมความแตกต่างนั้นแล้ว - หรือเมื่อไม่จำเป็นต้องมีฟิลด์ข้อมูลเมตาเลย - Skimle จะบันทึกการให้เหตุผลของตนและดำเนินการต่อ

ขั้นตอนที่ 5: การสังเคราะห์เชิงวิเคราะห์

สำหรับพลวัตที่กว้างขึ้นแต่ละรายการในกรอบ Skimle จะรัน การสืบค้น ซึ่งเป็นเอเจนต์ที่มุ่งเน้นเฉพาะที่ค้นหาข้อค้นพบเชิงประจักษ์ ข้อมูลเมตา และรูปแบบตามช่วงเวลา เพื่อหาหลักฐานที่เกี่ยวข้องกับพลวัตนั้น การสืบค้นนี้ดำเนินการผ่านหลายขั้นตอนการค้นหา และจบลงด้วยการสังเคราะห์ที่สร้างแก่นเรื่องเชิงวิเคราะห์สองถึงห้ารายการต่อพลวัตหนึ่งรายการ

แก่นเรื่องเชิงวิเคราะห์แต่ละรายการเขียนเป็นข้อความหนึ่งพารากราฟ พร้อมการอ้างอิงในวงเล็บเหลี่ยมไปยังข้อค้นพบที่เกี่ยวข้อง (ตัวอย่างเช่น [I205], [D3k] หรือ [I26-Q2] สำหรับคำพูดเฉพาะ) แก่นเรื่องเหล่านี้จะถูกบันทึกเป็นข้อค้นพบในเมโม โดยมีเมโมวิเคราะห์หนึ่งฉบับต่อพลวัตหนึ่งรายการ เพื่อให้คุณเรียกดูได้ตามพลวัต

ขั้นตอนที่ 6: หลักฐานโต้แย้ง

สำหรับแก่นเรื่องเชิงวิเคราะห์แต่ละรายการ Skimle จะค้นหาหลักฐานที่ขัดแย้งกับแก่นเรื่องนั้นโดยเจตนา เมื่อมีหลักฐานโต้แย้งอยู่ Skimle จะบันทึกไว้กับแก่นเรื่องนั้น เพื่อให้การสังเคราะห์ซื่อตรงต่อข้อจำกัดของตนเอง แก่นเรื่องที่มีหลักฐานโต้แย้งที่ชัดเจนจะถูกตั้งค่าสถานะ

ขั้นตอนที่ 7: สรุปผลการค้นพบ

ในที่สุด Skimle จะเขียนสรุปภาพรวมที่รวบรวมแก่นเรื่องเชิงวิเคราะห์ทั้งหมดเข้าด้วยกันเป็นคำตอบเดียวสำหรับคำถามการวิจัยของคุณ สรุปนี้จะถูกเพิ่มเข้าไปในบันทึกการวิเคราะห์

ผลลัพธ์

เมื่อตัวประมวลผลทำงานเสร็จสิ้น โครงการจะมี:

• โครงสร้างหมวดหมู่ ภายใต้คำถามการวิจัยของคุณ พร้อมข้อค้นพบที่จัดหมวดหมู่แล้วและคำพูดที่ผ่านการตรวจสอบ - มองเห็นได้ในมุมมองตาราง หมวดหมู่ และเอกสาร เช่นเดียวกับการวิเคราะห์อื่นๆ;
• สรุปหมวดหมู่ สำหรับทุกหมวดหมู่ที่มีข้อมูล;
• เมโมบันทึกการวิเคราะห์ - เรื่องราวแบบทีละขั้นตอนของสิ่งที่ Skimle ทำ เหตุผล และสิ่งที่พบ;
• เมโมแก่นเรื่องเชิงวิเคราะห์ - เมโมหนึ่งฉบับต่อพลวัตที่กว้างขึ้นหนึ่งรายการ โดยแต่ละฉบับมีแก่นเรื่องที่สังเคราะห์แล้วพร้อมการอ้างอิงและหลักฐานโต้แย้ง;
• หากเกี่ยวข้อง จะมี ฟิลด์ข้อมูลเมตาใหม่ พร้อมค่าที่จัดหมวดหมู่แล้วสำหรับเอกสารทุกรายการด้วย

การอ้างอิงทุกรายการในทุกเมโมเป็นการอ้างอิงในวงเล็บเหลี่ยมที่คลิกได้ ซึ่งจะเปิดข้อค้นพบ เอกสาร หรือคำพูดที่เกี่ยวข้อง

การรันการวิเคราะห์แบบเอเจนต์ซ้ำ

คุณสามารถรันการวิเคราะห์แบบเอเจนต์ซ้ำได้ทุกเมื่อ Skimle จะ:

• เก็บรักษาการสกัดข้อมูลเชิงประจักษ์ที่ผ่านการจัดหมวดหมู่อย่างเข้มงวดไปแล้ว - การสกัดข้อมูลซ้ำจะพิจารณาเฉพาะส่วนที่การรันครั้งก่อนยังไม่ไปถึงเท่านั้น;
• ลบแก่นเรื่องตัวยึดตำแหน่งที่การรันครั้งก่อนไม่สามารถสังเคราะห์ได้ เพื่อให้มีการพยายามใหม่อีกครั้ง;
• ทำการสังเคราะห์เชิงวิเคราะห์ หลักฐานโต้แย้ง และสรุปผลการค้นพบใหม่ทั้งหมด เพื่อให้สถานะข้อมูลเชิงประจักษ์ล่าสุดสะท้อนอยู่ในแก่นเรื่องเชิงวิเคราะห์

บันทึกการวิเคราะห์จะถูกเพิ่มเข้าไปต่อท้ายแทนการแทนที่ ทำให้คุณเห็นได้ว่าการวิเคราะห์มีการพัฒนาอย่างไรในแต่ละการรัน

เมื่อใดควรใช้การวิเคราะห์แบบเอเจนต์

เลือกใช้การวิเคราะห์แบบเอเจนต์เมื่อคุณมีคำถามการวิจัยที่เฉพาะเจาะจงซึ่งต้องการคำตอบที่มีความลึกเชิงวิเคราะห์ - ไม่ใช่เพียงชุดหมวดหมู่ที่จัดหมวดหมู่แล้ว หากคุณต้องการเพียงทำแผนที่ว่ามีอะไรอยู่ในเอกสาร การวิเคราะห์แก่นเรื่องโดยอัตโนมัติ หรือ หมวดหมู่ที่กำหนดไว้ล่วงหน้า จะเร็วกว่าและคุ้มค่ากว่า การวิเคราะห์แบบเอเจนต์เป็นตัวเลือกที่เหมาะสมเมื่อคุณต้องการทั้งสองอย่าง: ข้อมูลที่จัดหมวดหมู่อย่างดี และ คำตอบที่เขียนขึ้นสำหรับคำถามของคุณซึ่งมีพื้นฐานมาจากข้อมูล