GPT_CLASSIFY फ़ॉर्मूला
=GPT_CLASSIFY के साथ टेक्स्ट को अपनी श्रेणियों में वर्गीकृत करें
Section titled “=GPT_CLASSIFY के साथ टेक्स्ट को अपनी श्रेणियों में वर्गीकृत करें”
=GPT_CLASSIFY(value, categories, instructions, output, bypassCache)
| पैरामीटर | विवरण | डिफ़ॉल्ट |
|---|---|---|
value | वर्गीकृत करने के लिए सेल (उदा: A2), या 100 सेल तक की रेंज (उदा: A2:A50)। एक रेंज प्रति सेल एक परिणाम लौटाती है, उसी आकार में। आवश्यक | "" |
categories | या तो कॉमा से अलग की गई सूची (उदा: "Bug, Feature, Question") या सेल की रेंज। एक-कॉलम वाली रेंज में लेबल होते हैं; दो-कॉलम वाली रेंज में एक लेबल और उसका विवरण होता है (उदा: F2:G5)। विवरण वर्गीकरण को उल्लेखनीय रूप से अधिक सटीक बनाते हैं। आवश्यक | "" |
instructions | क्लासिफ़ायर के लिए संदर्भ (उदा: "Support tickets of a SaaS product")। | "" |
output | label (चुनी गई श्रेणी), confidence (चुनी गई श्रेणी का 0 से 1 तक का स्कोर), both (दो कॉलम में लेबल और स्कोर) या all (आपकी श्रेणियों के क्रम में प्रति श्रेणी एक स्कोर)। | label |
bypassCache | कैश को बायपास करें और पुनः वर्गीकृत करें। | false |
उदाहरण
Section titled “उदाहरण”| फ़ॉर्मूला | परिणाम |
|---|---|
=GPT_CLASSIFY(A2, "Bug, Feature, Question") |
Bug |
=GPT_CLASSIFY(A2, "Bug, Feature, Question", "Support tickets", "both") |
Bug | 0.94 |
=GPT_CLASSIFY(A2, F2:G5, , "all") |
प्रति श्रेणी एक स्कोर, F2:F5 क्रम में |
=GPT_CLASSIFY(A2:A50, $F$2:$G$5) |
प्रति पंक्ति एक लेबल, एकल फ़ॉर्मूले में |
सुझाव: अपनी श्रेणियों को एक रेंज में रखें, प्रत्येक लेबल के बगल में विवरण के साथ, उदाहरण के लिए Bug | something is broken, Feature | asks for a new capability, Question | asks how to do something। फिर रेंज को $F$2:$G$5 से संदर्भित करें ताकि आप फ़ॉर्मूले को नीचे खींच सकें।
विश्वास और समीक्षा
Section titled “विश्वास और समीक्षा”प्रत्येक वर्गीकरण हमेशा सर्वोत्तम मेल खाने वाली श्रेणी लौटाता है। लेबल के बगल में विश्वास प्राप्त करने के लिए "both" का उपयोग करें और कम विश्वास वाली पंक्तियों को फ़िल्टर या सशर्त प्रारूप के साथ मानव समीक्षा के लिए चिह्नित करें, या हीटमैप के लिए पूर्ण स्कोर वितरण देखने हेतु "all" का उपयोग करें।
खाली सेल खाली परिणाम लौटाते हैं। एक रेंज में समान टेक्स्ट को एक बार वर्गीकृत किया जाता है, और रेंज को पुनः चलाने पर केवल उन सेल को वर्गीकृत किया जाता है जिनका टेक्स्ट बदला है।
मॉडल और मूल्य निर्धारण
Section titled “मॉडल और मूल्य निर्धारण”=GPT_CLASSIFY TypeSafe Jev पर चलता है, यह एक निर्णय मॉडल है जो एक बहुविकल्पीय प्रश्न का उत्तर प्रति श्रेणी संभावना के साथ देता है। यह टेक्स्ट फ़ॉर्मूले से तेज़ और लगभग 10 गुना सस्ता है, और इसे मॉडल की वास्तविक लागत पर चार्ज किया जाता है। यह हर प्लान पर उपलब्ध है।
यदि निर्णय मॉडल अनुपलब्ध है, तो फ़ॉर्मूला मानक टेक्स्ट मॉडल पर वापस चला जाता है ताकि आपकी शीट इस कारण से कभी त्रुटि न दिखाए; विश्वास स्कोर को तब खाली छोड़ दिया जाता है।