Glosario de IA · Negocio
Clasificación de texto
En una frase
La clasificación de texto es la tarea de IA que asigna automáticamente una o varias categorías a un texto, como un correo o un mensaje: tipo de consulta, tema, prioridad o idioma. Es la base para ordenar, priorizar y repartir el trabajo.
También se llama: categorización de texto · text classification · clasificación automática de textos · etiquetado automático
¿Qué es la clasificación de texto?
Es una de las tareas más antiguas y útiles del NLP. El filtro de spam de tu correo es clasificación de texto: decide, para cada mensaje, entre dos categorías. El mismo principio sirve para cualquier pregunta que se pueda responder con una etiqueta: ¿de qué trata este correo?, ¿a qué departamento va?, ¿es urgente?
Llévalo a tu empresa
Un agente que clasifica y responde tu correo
Desde 39 €/mes + IVA
Ordena la bandeja por prioridad y prepara respuestas con contexto.
Ver el agente de emailHay varios tipos según cómo sean las categorías:
| Tipo | Qué decide | Ejemplo |
|---|---|---|
| Binaria | Una de dos | Spam / no spam |
| Multiclase | Una entre varias | Pedido, factura, incidencia, consulta |
| Multietiqueta | Varias a la vez | Incidencia + urgente + cliente VIP |
| Jerárquica | Categoría y subcategoría | Incidencia > Envío > Retraso |
Dos casos muy conocidos son clasificaciones de texto con nombre propio: la detección de intención en un chatbot y el análisis de sentimiento.
Relacionado con este término
UTIO Email
- Módulo sobre cualquier plan de voz o WhatsApp
- 2 buzones y 2.000 correos al mes
- Email suelto: desde 89 €/mes
Desde 39 €/mes + IVA
Ver el agente de emailCómo funciona
- Se definen las categorías con criterios claros. Si dos personas no se ponen de acuerdo en cómo clasificar un correo, el modelo tampoco acertará.
- El texto se convierte en números que capturan su significado.
- Un modelo asigna la categoría. Hay tres enfoques:
- Reglas: palabras clave («factura» → Facturación). Rápidas, pero frágiles.
- Modelo entrenado: aprende de ejemplos etiquetados. Preciso y barato por texto, pero hay que mantenerlo.
- Modelo de lenguaje con instrucciones: entiende la descripción de cada categoría. Flexible y sin entrenamiento.
- Se actúa según la etiqueta: mover a una carpeta, asignar a una persona, subir la prioridad o responder.
Ejemplo
Una empresa de alquiler de furgonetas de Córdoba recibe unos 150 correos al día en un buzón compartido. Cada mañana alguien dedicaba una hora a leerlos y repartirlos. Con clasificación de texto, cada correo llega etiquetado por tipo (reserva, modificación, factura, daños, otros) y por urgencia. Los de daños con recogida para hoy suben arriba; los publicitarios desaparecen de la vista.
Clasificación de texto en UTIO
El agente de email de UTIO aplica clasificación a tu correo: lo ordena en hilos y lo prioriza, con lo urgente arriba y lo automático fuera, y aparta en cuarentena lo sospechoso y lo irrelevante. Cada correo queda en la ficha del contacto en el CRM, con dueño, estado y siguiente paso en el embudo, junto a sus llamadas y sus WhatsApp.
Sobre esa clasificación, el agente prepara borradores de respuesta con tu tono, que tú revisas y envías o dejas salir solos por niveles de autonomía.
Preguntas frecuentes
¿Qué diferencia hay entre clasificación de texto y análisis de sentimiento?
El análisis de sentimiento es un tipo concreto de clasificación de texto, en el que las categorías son positivo, negativo o neutro. La clasificación de texto es más general: las categorías pueden ser cualquier cosa, como temas, departamentos o niveles de urgencia.
¿Hace falta entrenar un modelo para clasificar textos?
Ya no siempre. Antes se necesitaban cientos de ejemplos etiquetados por categoría. Con los modelos de lenguaje basta muchas veces con describir las categorías y dar unos pocos ejemplos. Para volúmenes muy altos, un modelo pequeño entrenado sigue siendo más barato.
¿Cómo sé si la clasificación funciona bien?
Revisando una muestra de textos ya clasificados y comprobando cuántos acierta por categoría. Fíjate sobre todo en los errores caros, como un correo urgente marcado como irrelevante.
Términos relacionados
- NLP (procesamiento del lenguaje natural)
El NLP (procesamiento del lenguaje natural) es la rama de la inteligencia artificial que permite a las máquinas trabajar con el lenguaje humano: leer, analizar, clasificar, traducir y generar texto o voz como lo usan las personas.
- Análisis de sentimiento
El análisis de sentimiento es la técnica de IA que detecta el tono emocional de un texto (positivo, negativo o neutro, y a veces emociones como enfado o urgencia) para saber cómo se siente quien escribe sin leerlo todo a mano.
- Intención (intent)
Una intención (intent) es el objetivo que tiene una persona al escribir o decir algo a un chatbot o agente de IA, como reservar, cancelar o pedir un precio. Detectarla permite al sistema decidir qué hacer con el mensaje.
- Machine learning
El machine learning o aprendizaje automático es la rama de la IA en la que un sistema aprende a hacer una tarea a partir de ejemplos, en lugar de seguir reglas escritas a mano, y mejora su resultado a medida que ve más datos.
- Embeddings
Un embedding es una lista de números que representa el significado de un texto, una imagen o un audio. Textos con significado parecido tienen embeddings cercanos, y eso permite buscar por sentido y no solo por palabras exactas.
Actualizado el