Egy blogon felhalmozódó címkék kezelése nehézséget okozhat, ha a címkeszám meghaladja azt, amit érdemes egy nyelvi modellnek egyszerre bemutatni. A bemutatott példában a szerző blogján 1 856 címke található — valószínűleg túl sok ahhoz, hogy egy LLM-nek egyben felsorolva megkérdezzük: „melyik ezek közül illik az adott tartalomhoz?”.
Doug Turnbull megközelítése: inkább „hallucinált” címkék, mint teljes lista
Doug Turnbull egyszerű módszert javasol: először kérd meg a modellt, hogy anélkül állítson elő rövid, új címke-ötleteket, hogy látnia kellene a teljes meglévő címkevokabulárt. A modell így elképzelt, kompakt címkéket ad vissza, amelyek jól illeszkednek a tartalomhoz, anélkül hogy túl sok kontextust kellene adni neki.
A lépések röviden:
- Promptolj a nyelvi modellt, hogy hozzon létre rövid, „soha nem látott” kategória- vagy címkeformátumokat az adott keresőkifejezésre vagy tartalomra.
- Vektoros beágyazásokat (embeddings) számolj a model által generált címkékhez és a blogod meglévő címkéihez vagy címkézett tartalmaihoz.
- Keresd meg a vektortérben a legközelebbi (legmagasabb hasonlóságú) meglévő címkéket — ezek lesznek a tényleges címkék, amelyeket hozzárendelsz.
Miért működik ez?
- Nem kell az összes 1 856 (vagy annál több) címkét bemutatni a modellnek, így csökkented a prompt hosszát és a költségeket.
- A modell „kreatív” címkeötletei segítenek a releváns fogalmak felfedezésében; a vektoros leképezés gondoskodik arról, hogy a valódi, létező címkékhez kössük az eredményt.
Példa a prompt szerkezetére
Turnbull javaslata szerint érdemes a promptban példákat adni a címkék formai felépítésére, hogy a modell hasznosabb, konzisztens találatokat adjon. Egy példa a promptból (a címke-szerkezet illusztrálására):
Product classifications might look like:
- Furniture / Living Room Furniture / Coffee Tables & End Tables / Coffee Tables
- Décor & Pillows / Decorative Pillows & Blankets / Throw Pillows
- Furniture / Bedroom Furniture / Dressers & Chests
- Kitchen & Tabletop / Kitchen Organization / Food Storage & Canisters
- School Furniture and Supplies / School Furniture / School Chairs & Seating / Stackable Chairs
- Baby & Kids / Toddler & Kids Bedroom Furniture / Kids Beds
Ezután adhatod a konkrét keresőkifejezést, például: „brown coffee table”, és megkéred a modellt, hogy erre generáljon kategóriajavaslatokat.
Konkrét címkék a példában
A forrásban szereplő keresőkifejezés: "brown coffee table". A bemutatott címkefelhő a megjegyzések között a következő címkéket tartalmazza: search, ai, generative-ai, llms, embeddings, doug-turnbull.
Mikor érdemes alkalmazni ezt a módszert?
- Ha a címkeszótár nagy (több száz vagy ezer elem), és nem praktikus egy LLM-nek egyszerre átadni.
- Ha szeretnéd megtartani a meglévő, konzisztens címkehasználatot, de szeretnél automatizált, skálázható címkézést.
Következtetés
A Doug Turnbull által javasolt kétlépéses folyamat — generált, modellszülte címkék majd vektoros leképzés a meglévő címkekészletre — hatékony kompromisszum lehet nagy címkeszám esetén. A megközelítés csökkenti a prompt komplexitását, ugyanakkor megőrzi a kapcsolatot a meglévő, használatban lévő címkékkel.
