ML-анализ отзывов

Автоматическая сортировка и глубокий анализ отзывов о зарядных станциях для электромобилей на основе трансформеров и LLM.

Проблема, которую мы решаем

Для бизнеса важно слышать своих клиентов, но при тысячах зарядных станций анализировать отзывы со всех карт вручную невозможно.

В рамках проекта Joyn мы разработали систему автоматического сбора, категоризации и конспектирования оценок пользователей, помогающую мгновенно локализовать технические сбои оборудования.

Система выявляет проблемы быстрее стандартных систем телеметрии за счет анализа живого текста жалоб водителей.

Как это работает

Анализатор отзывов объединяет дискриминативные и генеративные ИИ-архитектуры:

Тематическая модель BERT

Нейросеть классифицирует каждый отзыв по тональности (позитив/негатив) и относит к темам: скорость зарядки, чистота разъема, работоспособность софта.

Нейросеть OpenAI GPT-5.5

Используется для суммаризации длинных текстов, выявления конкретных болей и генерации сжатых емких резюме по каждой физической станции.

Кросс-платформенный парсер

Автоматически извлекает отзывы из Google Maps, PlugShare и специализированных региональных форумов.

Технологии

Hugging Face BERTOpenAI GPT-5.5

Преимущества

Точная категоризация

Модель BERT точечно разделяет технические составляющие отзыва, понимая разницу между медленной скоростью коннекта и слабой мощностью тока.

Ёмкие инсайты

GPT-5.5 формулирует четкие выводы, позволяющие инженерам сразу понять, какая деталь на станции требует ремонта.

Масштаб мониторинга

Единый автоматизированный сбор сведений со всех открытых геолокационных платформ в режиме реального времени.

Основные проблемы:

Мусор в исходных текстах: Короткие неинформативные отзывы ('Норм', 'Ок') или спам-сообщения засоряют выборку.

Двойственность оценок: Отзывы, содержащие одновременно хвалу и критику по разным деталям, вызывают затруднения у классических ML-классификаторов.

Пути решения:

Умная фильтрация на входе: Удаление дубликатов, спама и слишком коротких фраз до момента подачи в нейросеть.

Кастомная доразметка: Обучение специализированного BERT на накопленном за год репрезентативном датасете отзывов об электрокарах.

Информационные дашборды: Создание интерактивных панелей с графиками частоты сбоев оборудования по конкретным вендорам.

Следующий кейс

AI-ассистент редакции: от сырого текста до готового материала

Открыть

Готовы обсудить?

Расскажите про ваш проект

Написать нам