text
stringlengths 18
378
| output
stringlengths 23
408
| prompt
stringclasses 1
value |
|---|---|---|
Teller BCA terlalu " santun " dan " ramah " ; saya jadi kikuk sendiri . | <service-teller>Teller terlalu service-teller-neg[70] _ _
37-5 3922-3928 santun service-teller-neg[70] _ _
37-6 3929-3930 dan service-teller-neg[70] _ _
37-9 3937-3942 ramah service-teller-neg[70] _ _
37-10 3943-3944 </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:
|
Gue suka banget sama teller bca yang nama nya riri .Ramah bertata krama sekali mbak ini | <service-teller>teller Ramah bertata krama sekali</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:
|
Saat nya aku di Teller BCA , mbak Sari ramah sama aku senang deh | <service-teller>Teller ramah</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:
|
Lo lupa siapa teller yang paling manis senyum nya di bca serpong ? | <service-teller>teller paling manis senyum nya</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:
|
Ada baiknya kalau PNS pelayanan publik dilatih magang jadi teller di BCA , biar kerja nya cepat dan ramah | <service-teller>teller kerja nya cepat dan ramah</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:
|
habis transfer , teller nya ramah banget .Baru sekali ini dapat teller ramah ^^ ( @ Bank BCA Tebet Barat ) | <service-teller>transfer teller ramah banget teller ramah</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:
|
Teller BNI cikini cantik-cantik ya , ramah banget-banget , enggak kaya BCA tadi aduh suram-suram mana galak-galak | <service-teller>Teller cantik-cantik ya , ramah banget-banget suram-suram mana galak-galak</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:
|
Pengalaman , baru di Bank Mandiri dan BCA yang ada antre khusus buat cetak buku tabungan .Tadi mau antre di BNI , masa menunggu 11 antre teller cuman buat transaksi yang tidak sampai satu menitan . | <service-teller>ada antre khusus cetak buku tabungan menunggu 11 antre teller cuman buat transaksi yang tidak sampai satu menitan</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:
|
Senin itu BCA selalu antre deh .teller sibuk hitung duit , aku sibuk mandangin teller-teller cantik .hehehe , | <service-teller>selalu antre teller teller-teller cantik</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:
|
@HaloBCA antre di teller BCA BSD amat sangat lama | <service-teller>antre teller amat sangat lama</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:
|
Kalau ke bank bca lebih baik jangan hari senin sama jumat .Ramai orang antre depan teller . | <service-teller>Ramai orang antre teller</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:
|
lagi antre terpikir kok Pegawai #BCA kok enggak ada yang bening-bening ?butek semua dari satpam sampai teller sampai CS .( tertawa ) . | <service-satpam>enggak ada yang bening-bening ? butek semua satpam</service-satpam>
<service-cs>enggak ada yang bening-bening ? butek semua CS</service-cs>
<service-teller>enggak ada yang bening-bening ? butek semua teller</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:
|
teller tahi di sini !BCA anjing !berengsek ! | <service-teller>teller tahi</service-teller>
<general>anjing berengsek</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:
|
Lagi buru-buru ke bca eh semua teller nyanyi & menari | <service-teller>teller nyanyi & menari</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 buka tahapan xpresi di bca biar enggak ribet antre teller huf | <service-teller>ribet antre teller</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:
|
antre teller BCA - ___ - | <service-teller>antre teller</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:
|
Saya pernah antre di depan teller beberapa bank nasional .Kesimpulan nya : lama .Barusan di BCA , bank yang menurut saya paling profesional .Tetap lama | <service-teller>antre teller lama Tetap lama</service-teller>
<general>paling profesional</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:
|
Duit tinggal gopek , gue tarik cepek eh duit nya kagak keluar sudah begitu tertelan kartu nya .ke bca eh pas banget tutup .anjing memang !sesak banget tahi ! | <facility-atm>duit nya kagak keluar sudah begitu tertelan kartu nya</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:
|
ih tahi banget nih mbak mbak bca lambat | <service-karyawan>tahi banget mbak mbak lambat</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:
|
Tahi dah bca ini , lagi darurat juga ya | <general>Tahi</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:
|
gue mau bayar pesawat sama belanjaan tetapi bca enggak bisa transaksi tahi babi GUE PULANG BAGAIMANA | <facility-e-channel>bayar pesawat sama belanjaan enggak bisa transaksi tahi babi</facility-e-channel> | 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 modal nomor rekening bisa tahu histori transferan rekening tersebut ke mana saja atau dari mana saja .Weh keren bca jaga privasi nasabah nya . | <service-general>Cuman modal nomor rekening bisa tahu histori transferan rekening tersebut ke mana saja atau dari mana saja</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:
|
Bank BCA BRI juga padat , tetapi aplikasi nya memang keren enggak lambat , beda sama mandiri online aplikasi gagal produk .Ini jangan dibiarkan dong bank mandiri harus ambil orang IT yang memang jago .Percuma bank terbesar tetapi aplikasi nya barang jelek . | <facility-aplikasi>aplikasi memang keren enggak lambat mandiri online aplikasi gagal produk aplikasi nya barang jelek</facility-aplikasi>
<facility-BCA Mobile>aplikasi memang keren enggak lambat</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:
|
Bca tempat saya pelayanan kurang memuaskan lah , saya transfer banyak dipersulit , harus npwp lah , enggak boleh wakil lah , ktp dkk. Beda banget sama pelayanan bank lain , ini di tempat saya lo .bca masih ribet .BNI paling keren , cepat , tanggap , bersahabat , murah senyum . | <service-general>pelayanan kurang memuaskan</service-general>
<service-teller>transfer banyak dipersulit</service-teller>
<general>masih ribet paling keren , cepat , tanggap , bersahabat , murah senyum</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:
|
Customer service #LazadaHebat barusan menelepon menanyakan apakah pengembalian dana sudah masuk ke rekening BCA saya .sebab , lazada sudah memproses nya , tetapi memang harus antre bersama konsumen lain .saya bergegas mengecek mutasi rekening .konfirmasi dana belum masuk | <service-cs>pengembalian dana dana belum masuk</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:
|
#IBATempo2018 BCA dong !Meskipun bank swasta tetapi pelayanan keren banget pengalaman ATM hilang sedompet hari itu juga langsung dapat ATM card yang baru & CS - nya peduli banget sama nasabah | <service-general>pelayanan keren banget</service-general>
<service-cs>ATM hilang hari itu juga langsung dapat ATM card yang baru CS peduli banget sama nasabah</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:
|
Bank Mandiri layanan semakin cepat , transaksi semakin simpel , Kartu ATM semakin keren , Aplikasi banking semakin canggih .BCA kapan nih kayak begini ? | <service-general>layanan semakin cepat transaksi semakin simpel</service-general>
<product-kartu debit>Kartu ATM semakin keren</product-kartu debit>
<facility-aplikasi>Aplikasi banking semakin canggih</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:
|
Terima kasih BCA atas semua bingkisan , keramahan serta pelayanan baik dari semua tim di KCU Manado di HariPelangganNasional tahun ini . | <service-general>atas semua bingkisan , keramahan serta pelayanan baik dari semua tim</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:
|
@HaloBCA usul nih .top up flazz lewat aplikasi m - bca dong soal nya belum ada deh sepertinya bank yang bisa kasih layanan seperti ini kalau Bca bisa wah keren banget .semakin memudahkan nasabah | <facility-klikpay>bayar klikpay selalu gagal</facility-klikpay> | 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:
|
@TokopediaCare transaksi menggunakan BCA enggak bisa semua admin , baik klikbca maupun klikpay | <facility-klikpay>transaksi enggak bisa semua klikpay</facility-klikpay>
<facility-klikbca>transaksi enggak bisa semua klikbca</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:
|
menjadwalkan ulang dari hari kamis ke hari rabu besok admin , saya sudah kirim DM , tinggal bayar biaya tambahan doang tetapi enggak muncul pembayaran via klikpay bca . | <facility-klikpay>enggak muncul pembayaran klikpay</facility-klikpay> | 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:
|
Saya pernah mengalami juga , tetapi sekarang saya pakai FLAZZ BCA karena akurat .Terus kualitas SDM Bank Mandiri yang CS di cabang juga benar-benar masih di bawah standar , banyak CS wanita yang pengetahuan produk nya masih belum memahami dan mereka punya tata krama buruk .Percuma kaya raya kalau akhlak 0 . | <product-flazz>FLAZZ akurat</product-flazz>
<service-cs>CS benar-benar masih di bawah standar CS pengetahuan produk nya masih belum memahami dan mereka punya tata krama buruk . Percuma kaya raya kalau akhlak 0</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:
|
Bank BCA di dekat Pasar Mayestik memiliki pelayanan yang sangat buruk .Mohon ditingkatkan .Kalau memang pegawai kalian tidak memandang sama antarnasabah , mohon diberikan seminar tentang ETIKA .Terima kasih | <service-general>pelayanan sangat buruk Kalau memang pegawai kalian tidak memandang sama antarnasabah , mohon diberikan seminar tentang ETIKA</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:
|
@HaloBCA kenapa pelayanan BCA kcp kebraon surabaya buruk sekali ?M - banking saya tiba-tiba bermasalah karena kesalahan kartu sim .setelah dicek di CS , nomor yang saya daftarkan tetap nomor yang saya gunakan .Lalu saya disuruh pasang ulang aplikasi .Pin tidak pernah ganti .terus tiba-tiba terblokir .Pihak bank menyalahkan saya .Padahal selama ini saya enggak pernah salah pin | <service-general>pelayanan buruk sekali</service-general>
<facility-m-bca>M - banking tiba-tiba bermasalah karena kesalahan kartu sim tiba-tiba terblokir</facility-m-bca>
<service-cs>CS Pihak bank menyalahkan saya . Padahal selama ini saya enggak pernah salah pin</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:
|
Maaf saya tweet karena saya sudah kesal , jika parah pelayanan nya lebih baik bank lain yang masih baik pelayanan , bca Makin terkenal Makin buruk pelayanan nya , sepertinya merasa enggak butuh nasabah | <service-general>parah pelayanan lebih baik bank lain yang masih baik pelayanan Makin terkenal Makin buruk pelayanan nya , sepertinya merasa enggak butuh 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:
|
Kenapa sangat lama sekali ?Sudah hampir 1 bulan ini , pelayanan yang sangat buruk .Bank sebesar BCA masa kalah pelayanan pengiriman nya dengan @JNE_ID @JNECare atau @jntexpressid .Seharusnya malu dan dievaluasi sistem nya | <service-general>sangat lama sekali pelayanan sangat buruk masa kalah pelayanan pengiriman nya dengan @ JNE_ID @ JNECare atau @ jntexpressid . Seharusnya malu dan dievaluasi sistem nya</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:
|
ada apa dengan Bank bca .semua atm pada luring .pelayanan buruk | <facility-atm>atm luring . pelayanan buruk</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:
|
@HaloBCA @BankBCA @bca pelayanan Bank anda sangat buruk .1 orang dilayani bisa 30 menit .saya sampai nunggu 1 jam di CSO .loket 1 ditutup .payah | <service-cs>CSO payah</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:
|
Hari ini ke 2 bank berbeda .Tetapi terasa banget beda pelayanan nya , keren deh BCA Dago .Yang satu lagi enggak usah disebut deh ( enggak buruk juga sih ) | <service-general>pelayanan keren</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:
|
cuma maaf saja dari bca terhadap customer - nya .PELAYANAN YANG BURUK DARI BANK TERBAIK DI ASIA ! | <service-general>PELAYANAN YANG BURUK DARI BANK TERBAIK DI ASIA</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:
|
Sekarang bawa air makanan ringan yang cukup .karena 2 jam akan berada di sini .#BCA #buruk #rancaeke .( di Bank BCA ) | <service-general>2 jam akan berada di sini buruk</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:
|
@SiPitung64 @Raymond_DIY @skalanews sama saya pernah punya pengalaman buruk sama BCA ( bank capek antre ) | <general>pernah punya pengalaman buruk</general>
<service-general>bank capek antre</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:
|
@jokowi jika bank sebesar BCA sudah melakukan / membebankan biaya seperti ini , bisa dibayangkan kalau ekonomi perbankan Indonesia sedang buruk | <general>melakukan / membebankan biaya seperti ini , bisa dibayangkan kalau ekonomi perbankan Indonesia sedang buruk</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 @gihon_emmanuela Sangat merepotkan dan membuang waktu .Bank sekelas BCA membuat aplikasi nya masih sangat buruk ! | <facility-m-bca>Sangat merepotkan dan membuang waktu masih sangat buruk</facility-m-bca>
<facility-BCA Mobile>aplikasi</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:
|
Pelayanan Bank BCA sangat-sangat buruk !ATM saya tertelan oleh mesin , saya mengambil uang di daerah yang jauh . | <service-general>Pelayanan sangat-sangat buruk</service-general>
<facility-atm>ATM tertelan oleh mesin</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:
|
Kebiasaan buruk Bank BCA itu tiap akhir pekan pasti deh enggak bisa menggunakan BCA phone banking : | | <facility-phone banking>Kebiasaan buruk tiap akhir pekan pasti deh enggak bisa BCA phone banking</facility-phone banking> | 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:
|
benar-benar BURUK Pelayanan BANK BCA cabang citayam ! | <service-general>benar-benar BURUK Pelayanan</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 bank dengan prosedur dan pelayanan yang paling buruk di indonesia @HaloBCA | <service-general>prosedur dan pelayanan paling buruk di indonesia</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:
|
Alhamdulillah , yang ditunggu tiba , @HaloBCA bikin Gebyar Tahapan BCA lagi .Mimpi buruk buat bank lain , pasti nya aliran dana masuk ke BCA | <general>buruk banget</general>
<service-general>transaksi sering macet . uang transaksi hilang usut juga lama</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:
|
beberapa kali transfer via internet ke bca namun gagal , rekening sudah didebit tetapi harus ke kantor terdekat untuk klaim karena sistem yang buruk ! | <facility-klikbca>transfer internet</facility-klikbca>
<facility-klikpay>gagal , rekening sudah didebit tetapi harus ke kantor terdekat untuk klaim karena sistem yang buruk</facility-klikpay> | 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:
|
Hari ini saya gagal transfer via internet ke bca dan harus ke kantor cabang terdekat untuk sistem bank mandiri yang buruk ! | <facility-aplikasi>gagal transfer internet buruk</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:
|
Jangan samakan ini bank dengan bca atau mandiri !Kalau nasabah perangai nya buruk , ya mengalah kali .biar begitu , itu orang menaruh duit banyak di sini ! | <service-teller>teller pelayanan buruk enggak ada solusi atas penarikan uang yang kosong di bank enggak profesional</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:
|
@HaloBCA Pelayanan Buruk Bank BCA Terkait EDC | <facility-EDC>Pelayanan Buruk EDC</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:
|
Mungkin enggak sih sistem bank bca salah ?Salah satu angka ?!Ini aneh banget .Balada belum tidur sudah mimpi buruk | <service-cs>Pengalaman buruk membuka rekening</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:
|
Pelayanan nya BANK MANDIRI KCP YOS SUDARSO itu amat sangat buruk | <service-general>Pelayanan amat sangat buruk</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:
|
Bank BCA Bjb boleh bangga dari Bank Mandiri Bjb soal gedung dan parkir nya .Tetapi Teller nya pemalas semua , dari 4 Teller yang aktif , maksimal cuma 2 saja .Parah ! | <facility-kantor>boleh bangga gedung parkir</facility-kantor>
<service-teller>Teller pemalas semua</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:
|
habis memarahi teller bca , gara-gara enggak mau terima lembaran ribuan dalam jumlah besar .Dasar pemalas . | <service-teller>teller enggak mau terima lembaran ribuan dalam jumlah besar . Dasar pemalas</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:
|
Halo bank BCA yang profesional , anda tahu ini jam sibuk kan ?Kenapa hanya buka 2 loket sih !Pemalas kalian para teller ! | <service-teller>hanya buka 2 loket sih Pemalas kalian teller</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:
|
Pengalaman , baru di Bank Mandiri dan BCA yang ada antre khusus buat cetak buku tabungan .Tadi mau antre di BNI , ya kali menunggu 11 antrean teller cuma buat transaksi yang tidak sampai satu menit | <service-teller>ada antre khusus cetak buku tabungan menunggu 11 antrean teller cuma buat transaksi yang tidak sampai satu menit</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:
|
mengantre teller bca lama nya ampun gila .Mandiri mah cepat benar | <service-teller>mengantre teller lama nya ampun gila cepat benar</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:
|
@HaloBCA bca hari ini di teller antrean nya Gila banget | <service-teller>teller antrean Gila banget</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:
|
Gila ya kita semua antre tiba-tiba bapak ini dengan dadah-dadah saja langsung bisa menerobos teller .( @BCA ) | <service-teller>Gila ya kita semua antre tiba-tiba bapak ini dengan dadah-dadah saja langsung bisa menerobos teller</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:
|
Gila banget !menerjang macet Palur cuma dapat " Selamat Pagi " dari Teller BCA X_X | <service-teller>Gila banget cuma dapat service-teller-neg[211] _ _
103-10 12482-12489 Selamat service-teller-neg[211] _ _
103-11 12490-12494 Pagi service-teller-neg[211] _ _
103-12 12495-12496 Teller</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:
|
Gila ini teller antre 2 orang saja mau setengah jam belum dapat giliran juga .@BCA | <service-teller>Gila ini teller antre 2 orang saja mau setengah jam belum dapat giliran juga</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:
|
teller BCA pusat di bekasi penuh gila .tabah deh enggak bisa ke sana - sini .malah sudah pesan PSU pula T_T | <service-teller>teller penuh gila</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:
|
Huf gila ini BCA .tidak teller - nya , tidak ATM - nya ngantre banget | <general>gila ini</general>
<service-teller>teller ngantre banget</service-teller>
<facility-atm>ATM ngantre 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:
|
Gila Teller di BCA ngegosip saja kerja nya .untung gue tidak mengamuk itu hahahaha | <service-teller>Gila Teller ngegosip saja kerja nya</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:
|
@HaloBCA saya tidak dapat melakukan transaksi di m - bca dan cek saldo malah saldo saya 0 .Ini bagaimana kok aneh kayak yang eror | <facility-m-bca>tidak dapat melakukan transaksi m - bca cek saldo malah saldo saya 0 aneh kayak yang eror</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:
|
Aneh , kebijakan kok bisa berbeda-beda antarcabang ?Apa tidak ada standardisasi ?Dulu suami saya buka rekening di situ langsung bisa aktifkan KLIKBCA dan M - BCA pada saat pembukaan .Kemarin saya disuruh datang besok nya , tetapi kemudian ada syarat-syarat tambahan lagi .tembusan @MediaKonsumenID | <general>Aneh , kebijakan kok bisa berbeda-beda antarcabang</general>
<service-cs>buka rekening langsung bisa aktifkan KLIKBCA dan M - BCA pada saat pembukaan disuruh datang besok nya , tetapi kemudian ada syarat-syarat tambahan lagi</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:
|
Dikirim via apa ?Ini saya lihat tweet banyak sekali keluhan m - bca dari kemarin .Aneh bca tidak ada tindakan jelas-jelas ini sistem dari bca kalau dilihat | <facility-m-bca>banyak sekali keluhan m - bca</facility-m-bca>
<general>tidak ada tindakan</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:
|
ini kartu nya sudah terdaftar admin .kalau memakai m - bca bisa tetapi kok enggak bisa dipakai di aplikasi bca mobile , aneh | <facility-m-bca>bca mobile aneh</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:
|
iya sudah saya daftarkan m - bca terus ke bca aktifkan finansial sudah sebulan dipakai pas mau masuk disuruh daftar lagi aneh | <facility-m-bca>m - bca sudah sebulan dipakai pas mau masuk disuruh daftar lagi aneh</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:
|
Ini m - bca kok aneh sih , transaksi berhasil , saldo belum berkurang - _____ - | <facility-m-bca>m - bca kok aneh sih , transaksi berhasil , saldo belum berkurang</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:
|
BCA aneh , saldo di m - bca sama di mesin atm beda .tidak masuk akal | <general>aneh , saldo di m - bca sama di mesin atm beda . tidak masuk akal</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:
|
transaksi pakai M - BCA lewat iphone kok sekarang tambah aneh ya , transaksi belum selesai tiba-tiba tutup sendiri , kenapa ini ? | <facility-m-bca>transaksi M - BCA aneh ya , transaksi belum selesai tiba-tiba tutup sendiri</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:
|
@miya_miya26 enggak tahu nih masuk enggak bisa , gue coba m - bca malah dibilang belum aktivasi aneh | <facility-m-bca>m - bca dibilang belum aktivasi aneh</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:
|
Huf ya sudahlah m - bca memang juara !Memang - Bikin Capek Ati !Layanan perbankan yang aneh sejagat raya ! | <facility-m-bca>m - bca Bikin Capek Ati ! Layanan perbankan yang aneh sejagat raya !</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:
|
bank jam segini ramai benar .eh Tetapi teller cuma 1 doang .yang lain tidak ada hal yang bisa dilakukan atau bagaimana sih ? | <service-teller>teller cuma 1 doang . yang lain tidak ada hal yang bisa dilakukan atau bagaimana sih</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:
|
Jaringan eror .teller yang lain tidak ada hal yang bisa dilakukan !Payah nih . | <service-general>Jaringan eror</service-general>
<service-teller>teller tidak ada hal yang bisa dilakukan ! Payah nih</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:
|
BCA menyusahkan karena selalu antre panjang pas mau setor ?Ya gue kalau setor pakai ATM setoran tunai sih , jadi tidak ada masalah itu . | <service-teller>menyusahkan antre panjang setor</service-teller>
<facility-atm>setor ATM setoran tunai tidak ada masalah</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:
|
Ini BCA lagi antre panjang malah ditutup teller nya satu , huft | <service-teller>antre panjang malah ditutup teller nya satu</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:
|
Respons waktu CS 24 jam BANK BCA saat ini SANGAT BURUK ( 5 menit telepon tidak terhubung dengan CS ) .24 jam dicoba berkali-kali | <service-cs>Respons waktu CS SANGAT BURUK ( 5 menit telepon tidak terhubung dengan CS ) 0.24 jam dicoba berkali-kali</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 itu bank paling enggak membantu !layanan buruk !menyusahkan customer !enggak lagi-lagi deh punya rekening di BCA ! | <service-general>bank paling enggak membantu ! layanan buruk ! menyusahkan customer !</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:
|
Kemarin atm lebih buruk daripada gubuk derita harus dikomplain nih ( @Bank BCA , Duri Kosambi Raya ) | <product-kartu debit>atm lebih buruk daripada gubuk derita harus dikomplain nih</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:
|
Begini ya pelayanan BCA yang kata nya bank besar sudah punya nama .Pelayanan nya mengecewakan BURUK banget | <service-general>Pelayanan mengecewakan BURUK banget</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:
|
Sekuriti bank BCA cabang jatinegara pelayanan nya SUPER BURUK !enggak tahu sopan santun nya ada ke mana ! | <service-satpam>Sekuriti pelayanan nya SUPER BURUK ! enggak tahu sopan santun nya ada ke mana</service-satpam> | 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 Bank BCA cabang Jl. Godean pelayanan nya buruk .Antrean panjang dan lama , CS - nya lambat sekali melayani | <service-general>pelayanan buruk</service-general>
<service-cs>Antrean panjang dan lama CS lambat sekali melayani</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:
|
Sekelas bank #BCA masa bisa luring .Batal nih transaksi ." Pelayanan Buruk " jempol di bawah buat #BCA | <facility-atm>luring facility-atm-neg[263] _ _
128-14 15348-15357 Pelayanan facility-atm-neg[263] _ _
128-15 15358-15363 Buruk facility-atm-neg[263] _ _
128-16 15364-15365 jempol di bawah</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:
|
Pelayanan BCA enggano yang sangat buruk .Sudah tahu antrean panjang banget .Teller cuma 2 .Bank lain juga sudah enggak antre begini .Tetapi pakai nomor antrean . | <service-general>Pelayanan sangat buruk</service-general>
<service-teller>antrean panjang banget Teller cuma 2 . Bank lain juga sudah enggak antre begini . Tetapi pakai nomor antrean</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:
|
@Charles Bank BCA tahi pelayanan buruk Nol | <general>tahi</general>
<service-general>pelayanan buruk Nol</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:
|
ulasan saya : cs bank bca lebih baik dan ramah daripada bank lain .Bank yang menurut saya paling buruk adalah bank muamalat .Pengalaman tahun lalu | <service-cs>cs lebih baik dan ramah daripada bank lain</service-cs>
<general>paling buruk</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 buruk bank BCA sampai-sampai harus kehilangan nomor rekening #Bankbca | <service-general>Pelayanan buruk sampai-sampai harus kehilangan nomor rekening</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:
|
Abis cerita-cerita pelayanan bank BCA cabang cibubur sama mama .Ternyata buruk sekali .dua kali nyokap dilayani secara tidak profesional .Untung gue mandiri haha | <service-general>pelayanan buruk sekali . dua kali nyokap dilayani secara tidak profesional</service-general>
<general>Untung</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:
|
Saran nih ya @Carrefour_ID , mending cari bank lain , malas banget bank mega buruk pelayanan nya .Ribet .BCA lebih baik | <general>malas banget</general>
<service-general>buruk pelayanan Ribet lebih baik</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 bank panin buruk .Tarik tunai dipersulit banget masa harus ke tempat bikin nya .Tidak direkomendasikan .lebih baik menabung nya di bank bca kali ya | <service-general>Pelayanan buruk</service-general>
<service-teller>Tarik tunai dipersulit banget masa harus ke tempat bikin nya . Tidak direkomendasikan lebih baik menabung</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:
|
BCA enggak niat nih jadi bank , pelayanan nya buruk .Mau RTGS saja repot banget , jam 13.30 sudah tutup saja .Masih siang nih | <general>enggak niat nih jadi bank</general>
<service-general>pelayanan buruk</service-general>
<service-cs>RTGS repot banget , jam 13.3 sudah tutup saja . Masih siang nih</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:
|
PELAYANAN Bank BCA Pondok Candra SANGAT AMAT dan TERAMAT BURUK .Terlalu lama dibuat menunggu !ada 1 jam menunggu antrean ! | <service-general>PELAYANAN SANGAT AMAT dan TERAMAT BURUK Terlalu lama dibuat menunggu ! ada 1 jam menunggu antrean</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:
|
Petugas bank BCA sangat-sangat buruk dan tidak membantu pelayanan nya !( Catat !) | <service-general>Petugas sangat-sangat buruk dan tidak membantu pelayanan nya</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 bank sangat merugikan nasabah padahal bukan kesalahan nasabah !Pelayanan sangat buruk ! | <general>bank sangat merugikan nasabah padahal bukan kesalahan nasabah</general>
<service-general>Pelayanan sangat buruk</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 bank paling buruk se-indonesia !parah | <general>bank paling buruk se-indonesia ! parah</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:
|