text
stringlengths 18
378
| output
stringlengths 23
408
| prompt
stringclasses 1
value |
|---|---|---|
antrean teller di bank mandiri ngaliyan panjang nya sampai mengular lo . | <service-teller>antrean teller panjang nya sampai mengular</service-teller> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Antrean BNI sudahlah ramai , teller cuma 2 .Sudah menunggu hampir sejam . | <service-teller>Antrean ramai teller cuma 2 menunggu hampir sejam</service-teller> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Ingin ganti kartu biar enggak lelet tetapi BCA mobile - ku enggak bisa dipakai , harus mengurus lagi :( ( | <facility-BCA Mobile>BCA mobile enggak bisa dipakai</facility-BCA Mobile> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
@HaloBCA habis instal ulang bca mobile kok malah enggak bisa masuk .tadi koneksi lelet jadi berulang-ulang kirim sms verifikasi nya | <facility-BCA Mobile>bca mobile enggak bisa masuk</facility-BCA Mobile> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet . | <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile>
<facility-klikbca>internet banking lelet</facility-klikbca> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
@bankmandiri mandiri online lelet , ribet dan tidak mudah digunakan .Bagusan yang aplikasi seluler sebelumnya . | <facility-aplikasi>mandiri online lelet , ribet dan tidak mudah digunakan</facility-aplikasi> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Mobile banking BCA top habis !@HaloBCA | <facility-m-bca>Mobile banking top habis</facility-m-bca> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Mobile bca lagi kenapa sih ?Lelet banget koneksi nya padahal pakai wifi er | <facility-BCA Mobile>Mobile bca Lelet banget</facility-BCA Mobile> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
@HaloBCA semenjak perbaharui bca mobile ke versi baru kok jadi lelet indikator selalu merah jadi susah transaksi | <facility-BCA Mobile>bca mobile lelet indikator selalu merah susah transaksi</facility-BCA Mobile> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA . | <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi>
<facility-BCA Mobile>lebih bagus</facility-BCA Mobile> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Kalau BCA pakai bca mobile mau memanggil abang tahu gejrot lewat saja enggak sempat saking cepat nya . | <facility-BCA Mobile>bca mobile cepat</facility-BCA Mobile> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
enggak boleh sama orangtua soal nya kantor cabang nya jauh dari rumah , padahal mereka menabung nya di bca semua | <facility-kantor>kantor cabang jauh dari rumah</facility-kantor> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Karena saya ada usaha perjalanan , perputaran uang nya terhambat karena lokasi bca saat ini masih cukup jauh .Terima kasih | <facility-kantor>lokasi masih cukup jauh</facility-kantor> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Tidak hilang , cuma tertinggal di rumah , hanya saja jarak rumah dan kantor BCA jauh saya sudah terlanjur pergi | <facility-kantor>kantor jauh</facility-kantor> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
jarak rumah saya sama kantor bca , sekitar 1 jam baru sampai .jauh banget kalau tidak salah hanya 3 kantor di kabupaten saya | <facility-kantor>kantor sekitar 1 jam baru sampai . jauh banget hanya 3 kantor di kabupaten</facility-kantor> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Mau buka bca tetapi kantor nya jauh banget , malas ha :( | <facility-kantor>kantor jauh banget</facility-kantor> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Btn junior enggak kena biaya bulanan sama sekali tetapi awal mengendap 50 ribu | <product-simpanan>Btn junior enggak kena biaya bulanan awal mengendap 50 ribu</product-simpanan> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
mencari gerai atm bca susah banget asli :( | <facility-atm>atm susah banget</facility-atm> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
mau isi brizzi pun susah karena cari merchant berlogo BRI susah . | <product-general>isi brizzi susah</product-general> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
BCA , dia setoran awal memang mahal 500 ribu buat yang debit | <product-kartu debit>setoran awal mahal debit</product-kartu debit> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
terus atm nya bca kadang susah dicari kalo di kebumen harus ke pusat kota dulu buat menemukan atm kayak nya :( | <facility-atm>atm susah dicari</facility-atm> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Bagus , aku sudah pakai bca beberapa tahun belakangan . | <general>Bagus</general> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Cuman kalau di kota-kota kecil mungkin agak susah mencari atm bca soal nya masih jarang . | <facility-atm>agak susah atm masih jarang</facility-atm> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Di sini kalau gue pakai BCA susah banget anjing atm nya jarang | <facility-atm>susah banget anjing atm</facility-atm>
<facility-aplikasi>jarang</facility-aplikasi> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Asli sih , atm BCA di rumbai susah banget mencari nya .Cuman ada di Hawaii sama pom bensin jalan sembilang .Cacat . | <facility-atm>atm susah banget mencari nya Cacat</facility-atm> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Olahraga malam ini adalah jalan mencari atm BCA kagak ketemu-ketemu | <facility-atm>atm kagak ketemu-ketemu</facility-atm> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
atm bca lumayan jauh , banyakan mandiri sama bni di sini | <facility-atm>atm lumayan jauh banyakan</facility-atm> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
walaupun atm nya sangat jauh , pokok nya Bank BCA tetap yang terbaik | <facility-atm>atm sangat jauh</facility-atm>
<general>tetap yang terbaik</general> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
@ HaloBCA admin :( dari hari jumat aku enggak bisa daftar nomor rekening baru sesama bca , sampai aku restart sampai tadi akhirnya hapus daftar masih enggak bisa juga kenapa :( | <facility-BCA Mobile>enggak bisa daftar nomor rekening baru</facility-BCA Mobile> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Sekarang , kalau bikin rekening baru , tinggal masuk bilik yang isi nya mesin .Proses nya pun cepat banget , cuma 10 menitan .Kartu atm juga langsung jadi , dicetakkan mesin nya .Mantap sekali | <facility-mesin cs digital>bikin rekening mesin cepat banget Kartu atm juga langsung jadi Mantap sekali</facility-mesin cs digital> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Ke cabang BCA ganti nomor telepon mpin ditolak .Kata nya harus ke card center office di Kuta .Gila jauh amat . | <service-kantor cabang>cabang ganti nomor telepon mpin ditolak</service-kantor cabang> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Kantor cabang bca yang dekat rumah ku cuma di kudus saja selain itu jauh banget admin | <facility-kantor>Kantor cabang cuma di kudus saja selain itu jauh banget</facility-kantor> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
masa cs - nya enggak paham cara mengajukan CC BCA yang bukan nasabah bca | <service-cs>cs enggak paham cara mengajukan CC</service-cs> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
@HaloBCA saya sudah dihubungi HaloBCA dan berhasil melakukan pemblokiran , Terima kasih atas respon nya yang super cepat | <service-haloBCA>HaloBCA berhasil pemblokiran respon nya yang super cepat</service-haloBCA> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
@HaloBCA twitter HaloBCA jadi sarana informasi untuk saya bertanya , respon nya cepat dan admin nya profesional | <service-haloBCA>HaloBCA sarana informasi respon nya cepat dan admin nya profesional</service-haloBCA> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Enak nya pakai BCA mobile , enggak ada lagi denda telat bayar tagihan kartu kredit .Hidup jadi lebih mudah ! | <facility-BCA Mobile>Enak BCA mobile Hidup jadi lebih mudah</facility-BCA Mobile> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
memang sih ya .kartu kredit paling enak itu .BCA .banyak promo di mana-mana | <product-kartu kredit>kartu kredit banyak promo</product-kartu kredit>
<product-kartu-kredit>paling enak</product-kartu-kredit> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Akhirnya bisa juga menutup kartu kredit bca .untung CS - nya gampang menyerah . | <service-cs>bisa menutup kartu kredit CS gampang menyerah</service-cs> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Ngiler lihat kartu kredit Platinum BCA yang ada gambar Phoenix batik nya Iwan Tirta .Keren ! | <product-kartu kredit>kartu kredit Platinum Keren</product-kartu kredit> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Yang kartu kredit BCA ini yang keren .Secara periodik beri tiket gratis untuk nonton di XXI | <product-kartu kredit>kartu kredit</product-kartu kredit>
<product-kartu-kredit>keren beri tiket gratis untuk nonton di XXI</product-kartu-kredit> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Mantap , BCA cabang Kalibata City Square punya format flyer Aktivasi PIN Kartu Kredit yang unik ; tulisan tangan di kertas A4 yang difotokopi . | <service-kantor cabang>Mantap cabang Kalibata City Square flyer Aktivasi PIN Kartu Kredit unik</service-kantor cabang> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Gampang ya aktivasi kartu kredit BCA , tinggal SMS doang .enggak harus telepon-telepon call center - nya .: D | <product-kartu kredit>Gampang aktivasi kartu kredit</product-kartu kredit> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
penutupan kartu kredit yang paling mudah proses nya hanya di BCA . | <product-kartu kredit>penutupan kartu kredit paling mudah proses nya</product-kartu kredit> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Alhamdulillah berhasil juga menutup kartu kredit BCA .Pelayanan nya ramah tetapi lama , dibujuk-bujuk dulu hehehehe . | <product-kartu kredit>berhasil menutup kartu kredit</product-kartu kredit>
<service-cs>Pelayanan ramah lama</service-cs> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
BCA tidak melindungi pelanggan kartu kredit dengn baik , BCA tidak peduli dengan penipuan yang dialami nasabah kartu kredit . | <service-general>tidak melindungi pelanggan</service-general>
<product-kartu kredit>kartu kredit tidak peduli penipuan</product-kartu kredit> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Jujur .Memang benar deh pelayanan @HaloBCA jauh lebih baik dari pada @mandiricare yang mengecewakan . | <service-haloBCA>HaloBCA jauh lebih baik</service-haloBCA>
<service-general>mandiricare mengecewakan</service-general> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Bukan membandingkan tetapi kenyataan nya BCA itu lebih mengedepankan kepentingan nasabah | <service-general>lebih mengedepankan kepentingan nasabah</service-general> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Bca edc ribet settlement enggak bisa cair 2 kali transaksi beda hari Sudah sejak jumat . | <facility-EDC>edc ribet settlement enggak bisa cair</facility-EDC> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Ini sudah pengalaman yang kesekian kalinya dan sering komplain , tetapi BCA tidak mau memperbaiki diri dan pelayanan terhadap nasabah . | <service-general>sering komplain tidak mau memperbaiki diri dan pelayanan terhadap nasabah</service-general> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Solusi nya TINGGALKAN BCA dan Pindah ke Bank lain yang lebih baik .dah BCA | <general>TINGGALKAN Pindah ke Bank lain yang lebih baik</general> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Pelayanan kartu kredit mandiri sangat mengecewakan , lebih baik alihkan saja ke bca | <product-kartu kredit>kartu kredit</product-kartu kredit>
<product-kartu-kredit>sangat mengecewakan</product-kartu-kredit> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Pelayanan CS CIMB Niaga Cendrawasih jauh lebih baik daripada CS BCA Suari .: | | <service-cs>CS jauh lebih baik daripada CS</service-cs> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
BCA pelayanan dan sistem nya jauh lebih baik dari saingan nya itu si bank yang logo nya biru kuning . | <general>pelayanan dan sistem nya jauh lebih baik dari saingan nya itu si</general>
<service-general>pelayanan dan sistem nya jauh lebih baik dari saingan nya itu si</service-general> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Harus saya akui , BCA menjadi lebih baik .Pelayanan cepat dan tidak judes seperti dulu . | <general>menjadi lebih baik</general>
<service-general>Pelayanan cepat dan tidak judes seperti dulu</service-general> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Wow pelayanan BCA jauh lebih baik via telepon daripada langsung di bank .Huahuahua | <service-general>pelayanan jauh lebih baik via telepon daripada langsung di bank</service-general> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Pelayanan di BNI46 jauh lebih baik daripada di BCA | <service-general>Pelayanan jauh lebih baik daripada di</service-general> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Tadi pagi ke BCA cuma mau bayar cc bos , tetapi karena pelayanan bagus ya jadilah buka rekening BCA :) | <service-teller>bayar cc pelayanan bagus</service-teller> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Pelayanan BCA makin ke sini makin bagus , suasana kantor makin oke | <service-general>Pelayanan makin ke sini makin bagus</service-general>
<facility-kantor>kantor makin oke</facility-kantor> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
tetapi persyaratan buat mengajukan ini itu di bca juga makin ribet . | <general>makin ribet</general> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
pelayanan di BCA cabang Tangcity bagus nih .teller ramah , semua staf bertugas juga ramah ???? | <service-kantor cabang>pelayanan cabang Tangcity bagus</service-kantor cabang>
<service-teller>teller ramah</service-teller>
<service-karyawan>staf ramah</service-karyawan> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
End of preview. Expand
in Dataset Viewer.
No dataset card yet
New: Create and edit this dataset card directly on the website!
Contribute a Dataset Card- Downloads last month
- 9