text
stringlengths 18
378
| output
stringlengths 23
408
| prompt
stringclasses 1
value |
|---|---|---|
biaya administrasi BCA per bulan mahal | <product-kartu debit>biaya administrasi mahal</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:
|
transfer uang di BCA biaya nya mahal | <product-kartu debit>transfer biaya mahal</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:
|
BCA enggak bisa pakai ATM bersama .Letak ATM - nya enggak strategis | <product-kartu debit>enggak bisa pakai ATM bersama</product-kartu debit>
<facility-atm>ATM enggak strategis</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:
|
customer service juga kurang berguna , terutama halobca chat yang hanya menyuruh saya untuk menelepon halobca . | <service-cs>customer service kurang berguna</service-cs>
<service-haloBCA>halobca chat hanya menyuruh saya untuk menelepon halobca</service-haloBCA> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
iya mbak kacau nih bca nomor kartu saya bocor seperti enggak mau tanggung jawab , malah menuduh saya yang bilang-bilang nomor kartu | <service-general>kacau nomor kartu saya bocor seperti enggak mau tanggung jawab , malah menuduh saya yang bilang-bilang nomor kartu</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 aduh m - banking nya kacau kak | <facility-m-bca>m - banking kacau</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:
|
@HaloBCA tolong segera diperbaiki ya sistem nya .Kacau banget ini debit enggak bisa , tunai enggak bisa . | <service-general>Kacau banget ini debit enggak bisa , tunai enggak bisa</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:
|
Bikin kacau bca di rawa belong jakarta barat , 04 September 2018 , mau makan ambil di atm enggak bisa , mau transfer lewat atm , dan hp tidak bisa .SUNGGUH KACAU . | <facility-e-channel>ambil di atm enggak bisa , mau transfer lewat atm , dan hp tidak bisa . SUNGGUH KACAU</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:
|
Yang saya persoalkan adalah bahwa IT BCA kacau ! | <general>kacau</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 kredit nya @HaloBCA kacau banget ya .Saya komplain baik-baik , jawaban nya putar-putar | <service-haloBCA>kartu kredit HaloBCA kacau banget ya . Saya komplain baik-baik , jawaban nya putar-putar</service-haloBCA> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Transaksi pakai m - bca gagal tetapi dana ke potong tiga kali , telepon @HaloBCA dari kemarin sibuk terus , memalukan bank sekelas @bca .Sistem nya bisa kacau | <facility-m-bca>Transaksi m - bca gagal tetapi dana ke potong tiga kali</facility-m-bca>
<service-haloBCA>HaloBCA kemarin sibuk terus</service-haloBCA>
<general>bisa kacau</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:
|
Kacau kak , saya juga sama transaksi m - bca tiga kali , eh saldo dipotong empat kali , gila benar ini sistem nya | <facility-m-bca>Kacau transaksi m - bca tiga kali , eh saldo dipotong empat kali , gila benar ini sistem nya</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:
|
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:
|
pelayanan BCA makin kacau ya @HaloBCA orang kesusahan bukan dibantu malah judes ! | <service-general>pelayanan makin kacau</service-general>
<service-haloBCA>HaloBCA orang kesusahan bukan dibantu malah judes</service-haloBCA> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
@HaloBCA barusan saya transfer ke rekening bank lain , transfer selesai tetapi struk nya malah enggak keluar .Akhirnya transaksi saya jadi ribet karena harus tunggu penerima untuk cek dulu di hari kerja . | <facility-atm>transfer struk nya malah enggak keluar transaksi saya jadi ribet</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 akses e - Banking kacau , di Harpitnas pula . | <facility-klikbca>e - Banking kacau</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:
|
makanya tim @HaloBCA sebaiknya diganti dulu oleh juru bicara dari tim IT , biar jawaban nya langsung enggak kayak templat . | <service-haloBCA>HaloBCA sebaiknya diganti dulu oleh juru bicara dari tim IT , biar jawaban nya langsung enggak kayak templat</service-haloBCA> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
@HaloBCA daftar nomor rekening baru di m - bca gagal terus dan menyedot pulsa | <facility-m-bca>daftar nomor rekening baru m - bca gagal terus dan menyedot pulsa</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:
|
Kok m - banking setelah diperbaharui malah kacau sih .enggak bisa buat transfer sama sekali , sinyal nya juga merah padahal internet lancar , pulsa juga ada @HaloBCA | <facility-m-bca>m - banking setelah diperbaharui malah kacau sih . enggak bisa buat transfer sama sekali , sinyal nya juga merah padahal internet lancar , pulsa juga ada</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:
|
enggak keluar OTP sudah berkali-kali saya coba .Kacau banget sih .Beda sama @HaloBCA yang lancar .Dasar bank Mandiri . | <facility-aplikasi>enggak keluar OTP sudah berkali-kali saya coba . Kacau banget sih</facility-aplikasi>
<facility-m-bca>lancar</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:
|
@BCAKlikPay @bliblidotcom @BlibliCare kalau begini nama baik @HaloBCA ikut busuk ketularan penyakit busuk dan eror .setiap promo pasti kacau | <general>nama baik @ ikut busuk ketularan penyakit busuk dan eror . setiap promo pasti kacau</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 BCA enggak bisa jaga privasi .Kacau | <general>enggak bisa jaga privasi . Kacau</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 BCA GANGGUAN .tidak bisa mutasi .Mutasi kacau | <facility-e-channel>GANGGUAN . tidak bisa mutasi . Mutasi kacau</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:
|
@HaloBCA Tiba-tiba hari ini ada sms bilang kartu gagal terkirim .Padahal alamat selalu kantor .BCA mempermainkan nasabah .KACAU . | <product-kartu kredit>kartu gagal terkirim</product-kartu kredit>
<general>mempermainkan nasabah . KACAU</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 @HaloBCA semakin kacau , saya antre untuk membuat kartu atm saja sampai 2 jam baru melayani 1 orang | <service-cs>semakin kacau membuat kartu atm sampai 2 jam baru melayani 1 orang</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:
|
Mohon diperhatikan ya , enggak pantas pelayanan dari Bank terkemuka kayak begini . | <service-general>enggak pantas pelayanan dari Bank terkemuka kayak begini</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 kartu kredit bca kacau sekali .Saya blokir kartu akhir september lalu .Diproses ganti kartu dan dibebankan ongkos ganti kartu | <product-kartu kredit>kartu kredit blokir kartu dibebankan ongkos ganti kartu</product-kartu kredit>
<product-kartu-kredit>kacau sekali</product-kartu-kredit> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
@HaloBCA sistem @KartuKreditBCA begitu kacau , sampai kartu saya dibobol hingga kurang lebih USD 1000 , blokir kartu enggak sukses , nasabah dipersulit | <product-kartu kredit>KartuKreditBCA blokir kartu enggak sukses , nasabah dipersulit</product-kartu kredit>
<product-kartu-kredit>begitu kacau , sampai kartu saya dibobol hingga kurang lebih USD 1000</product-kartu-kredit> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
mau buka rekening di BCA kenapa persyaratan nya seperti mau ajukan PINJAMAN .super sulit bagi orang kelas rendah kayak saya ! | <product-simpanan>buka rekening super sulit</product-simpanan> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
@HaloBCA terima kasih BCA buka rekening Tidak Ribet cukup KTP dan Npwp | <product-simpanan>buka rekening Tidak Ribet</product-simpanan> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Bank Danamon mau buka rekening saja kok ribet banget ya .Segala domisili KTP gue dipermasalahkan | <product-simpanan>buka rekening ribet banget</product-simpanan> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Kampret dah @HaloBCA susah payah bikin m - banking saja ribet tahu begitu enggak jadi buka rekening baru lagi | <general>Kampret</general>
<facility-m-bca>bikin m - banking ribet</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:
|
mau mengaktifkan e - banking BCA kok ribet ya sekarang , baru tadi buka rekening tetapi kata nya kalau e - banking enggak bisa | <facility-klikbca>mengaktifkan e - banking ribet</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:
|
Asli buka rekening di CIMB Niaga itu ribet banget .CS - nya bolak-balik ke dalam | <product-simpanan>buka rekening ribet banget</product-simpanan>
<service-cs>CS bolak-balik ke dalam</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:
|
Kecewa dengan pelayanan @bankmandiri buka rekening saja ribet , sudah isi formulir , enggak bisa buka di cabang itu | <service-general>Kecewa pelayanan</service-general>
<product-simpanan>buka rekening ribet</product-simpanan> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Sekarang buka rekening baru BCA ribet banget ya | <product-simpanan>buka rekening ribet banget</product-simpanan> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
saya kira BCA benar-benar profesional .Mau buka rekening saja ribet banget .Kecewalah | <product-simpanan>buka rekening ribet banget . Kecewalah</product-simpanan> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Buka akun Rekening Bank BCA RIBET BANGET JURAGAN | <product-simpanan>Buka Rekening RIBET BANGET</product-simpanan> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
@HaloBCA buka rekening bca ribet sekali , tidak cukup pakai kartu keluarga sama ktp | <product-simpanan>buka rekening ribet sekali</product-simpanan> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
ribet ya buka rekening bca , enggak kayak bank lainnya .Harus pakai surat domisili , padahal kan sudah pakai e-KTP | <product-simpanan>ribet buka rekening</product-simpanan> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Perasaan gue saja apa memang BCA ini Bank paling ribet sejagat ya ?Mau buka Rekening ribet . | <general>Bank paling ribet sejagat</general>
<product-simpanan>buka Rekening ribet</product-simpanan> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Ribet amat persyaratan buka rekening BCA harus ada #NPWP #KK #SIM #E - KTP | <product-simpanan>Ribet amat buka rekening</product-simpanan> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Ribet banget buka rekening BCA d Batam ini | <product-simpanan>Ribet banget buka rekening</product-simpanan> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Mau buka rekening saja harus punya NPWP ribet amat | <product-simpanan>buka rekening ribet amat</product-simpanan> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
BCA terlalu ribet mau buka rekening saja harus banyak ini itu , mendingan ke bank lain saja mudah | <product-simpanan>terlalu ribet buka rekening harus banyak ini itu</product-simpanan> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
@haloBCA gue mau buka rekening saja dipersulit dan dibuat ribet .akhirnya enggak diterima .sudah kedua kalinya gue ditolak bikin akun rekening BCA | <product-simpanan>buka rekening dipersulit dan dibuat ribet . akhirnya enggak diterima ditolak bikin rekening</product-simpanan> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Buka rekening di BCA itu ribet , banyak persyaratan | <product-simpanan>Buka rekening ribet , banyak persyaratan</product-simpanan> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Bca itu ribet banget ya mau buka rekening saja banyak banget persyaratan nya .Padahal sudah ada ktp dan surat pengantar | <general>ribet banget</general>
<product-simpanan>buka rekening banyak banget persyaratan nya</product-simpanan> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
saya buka rekening bca , syarat dan tanda tangan dipersulit | <product-simpanan>buka rekening syarat dan tanda tangan dipersulit</product-simpanan> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Mungkin sebaiknya saya tutup saja kartu kredit platinum dari @bcacreditcard ini karena mau buka rekening saja dipersulit oleh BCA | <product-simpanan>buka rekening dipersulit</product-simpanan> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
mengurus Atm BCA hilang juga kagak Ribet , kagak perlu ke kantor polisi dulu . | <product-kartu debit>Atm hilang kagak Ribet</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:
|
bca atm setor tunai nya banyak .enggak perlu repot antre teller buat setor wkwk | <facility-atm>atm setor tunai banyak enggak perlu repot antre teller setor</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:
|
Sementara ini masih BCA yang terbaik !respon cepat , transaksi cepat , ATM setor tarik terbanyak di kota tempat tinggal .Jadi enggak harus ke konter teller .M - banking juga kece banget ! | <general>terbaik</general>
<service-general>respon cepat , transaksi cepat</service-general>
<facility-atm>ATM setor tarik terbanyak di kota tempat tinggal</facility-atm>
<facility-m-bca>M - banking kece banget</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:
|
Saya suka bingung kalau ditanya balik kayak begini .Inti nya saya enggak punya rekening BCA , saya mau setor tunai via teller ke orang yang pakai rekening BCA . | <service-teller>suka bingung setor tunai 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:
|
Kenapa Bank Mandiri enggak sediakan banyak Atm yang bisa setor tunai kayak Bca ?Malas gerak banget harus ke teller | <facility-atm>antre mesin setor tunai</facility-atm>
<service-teller>teller setor diminta biaya 5 ribu karena rekening luar kota Ini sih nama nya jebakan batman</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:
|
Padahal niat buat Bri karena keluarga ku rata-rata bri .Akhirnya aku putuskan balik ke bank BCA , buat dua rekening khusus menabung produk nya TabunganKu dan Tahapan Berjangka .Cs - nya ramah seperti biasa , dan memberikan aku semua info yang aku butuhkan . | <service-cs>buat dua rekening Cs ramah memberikan aku semua info yang aku butuhkan</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:
|
@BANKBRI_ID saya mau ganti kartu atm lama ke atm berchip tetapi proses nya lama .Semua CS melayani 1 konsumen rata-rata 20 - 30 menit .Mohon dibuat aturan , seperti di BCA , dibedakan antara CS yang melayani proses lama dan yang melayani proses yang cepat agar antrean tidak terlalu lama .terima kasih | <service-cs>ganti kartu proses nya lama CS melayani 1 konsumen rata-rata 20 - 30 menit dibedakan antara CS yang melayani proses lama dan yang melayani proses yang cepat agar antrean tidak terlalu lama</service-cs> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Saya sudah menghubungi halobca namun cs masih sibuk | <service-cs>cs sibuk</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:
|
1 november saya isi ulang ovo grab melalui KlikBCA dan sudah berhasil terdebit dari KlikBCA .tetapi dana nya tidak masuk juga ke saldo ovo grab bahkan sudah telpon ke cs dan via email .sampai sekarang belum ada tindak lanjut saldo nya , ini bagaimana lama banget sudah 5 hari . | <facility-klikbca>isi ulang ovo grab KlikBCA dana nya tidak masuk sampai sekarang belum ada tindak lanjut saldo nya , ini bagaimana lama banget sudah 5 hari</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:
|
CS pernah bilang kalau di Kemang dekat kantor saya ada kantor cabang BCA juga , tetapi Ini kantor cabang BCA favorit sih . | <service-kantor cabang>Kemang kantor cabang favorit</service-kantor cabang> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Iya bca sangar cs - nya | <service-cs>sangar cs</service-cs> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
terkejut lihat token bca terblokir , pelaku nya langsung menangis Lah ya enggak jadi marah seperti ini berubah menjadi tertawa Ya mari kencan sama cs bca dulu .Nikmati waktu antre nya | <facility-e-channel>dirugikan RTGS tidak masuk-masuk</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:
|
Mau RTGS di bank danamon susah .harus otorisasi pusat , tapi sudah satu jam lebih belum bisa | <facility-e-channel>RTGS susah</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:
|
BCA kalau mau transfer ke bank lain agak susah .Hanya bisa lewat LLG dan RTGS .Tidak bisa lewat jaringan Prima yang secara langsung | <facility-e-channel>transfer agak susah Tidak bisa lewat jaringan Prima yang secara langsung</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:
|
Ini bank mau rtgs saja susah sekali . | <facility-e-channel>rtgs susah sekali</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:
|
ini bagian RTGS ingin kena semprot , susah benar ditelepon , padahal lagi ada nasabah mau dialihkan | <facility-e-channel>RTGS ingin kena semprot dialihkan</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:
|
RTGS bikin repot .cek nya susah . | <facility-e-channel>RTGS bikin repot . cek nya susah</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:
|
Ini bank danamon ribet banget , cuma mau rtgs saja susah | <general>ribet banget</general>
<facility-e-channel>rtgs susah</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:
|
Mandiri oh Mandiri sudah rtgs pun masih susah di telepon ! | <facility-e-channel>rtgs masih susah di telepon</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:
|
haduh mau RTGS keluar bank ini susah sekali alasan sistem eror lah .Padahal gue sudah hampir 1 jam menunggu , buang-buang waktu saja nih ! | <facility-e-channel>RTGS susah sekali</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:
|
Customer service BRI enggak mengerti RTGS .Payah ! | <service-cs>Customer service enggak mengerti RTGS 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:
|
susah banget RTGS di Mandiri kalau menjelang liburan , bank besar tetapi kinerja nya entahlah | <facility-e-channel>susah banget RTGS</facility-e-channel>
<general>bank besar tetapi kinerja nya entahlah</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:
|
ampun susah ya rtgs di Bank Panin .Penyetor harus orang yang tanda tangan di giro nya .Repot deh . | <facility-e-channel>ampun susah rtgs Repot deh</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:
|
gara-gara dari mandiri ke bca enggak bisa lewat transfer lewat ATM , bikin susah , dari pagi tadi enggak sampai-sampai , padahal sudah lewat rtgs | <facility-atm>enggak bisa transfer ATM bikin susah , dari pagi tadi enggak sampai-sampai rtgs</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:
|
Semenjak BCA ribet RTGS e - banking harus telepon 500888 dan menunggu terdaftar 1x24 jam , jadi rutin lagi mengantre di teller .Payah . | <facility-klikbca>ribet RTGS e - banking Payah</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:
|
RTGS BCA payah .sudah hampir 2 jam kok masih belum sampai . | <facility-e-channel>RTGS payah . sudah hampir 2 jam kok masih belum sampai</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:
|
Mandiri ke BCA lewat RTGS sampai nya 24 jam lebih !Payah lambat | <facility-e-channel>RTGS sampai nya 24 jam lebih ! Payah lambat</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:
|
saya pilih RTGS di menu klikBCA juga gagal , kenapa bikin ribet begini untuk transfer padahal sekarang jam kerja aktif | <facility-klikbca>RTGS klikBCA gagal ribet</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:
|
oh ribet ya admin saya juga pakai mandiri tetapi transfer ke bank lain enggak seribet BCA , jadi enggak lewat giro atau rtgs , langsung masuk | <facility-e-channel>ribet enggak seribet giro atau rtgs langsung masuk</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:
|
RTGS di Bank Permata ribet banget .enggak semudah di BCA . | <facility-e-channel>RTGS ribet banget . enggak semudah di</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:
|
rtgs ribet .katakan tidak untuk BCA | <facility-e-channel>rtgs ribet</facility-e-channel>
<general>katakan tidak</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:
|
Di Bank Artha Graha menunggu konfirmasi , di Bank BII juga .Lebih enak RTGS di Bank BCA , langsung setor tanpa ribet konfirmasi dan lain-lain | <facility-e-channel>menunggu konfirmasi juga Lebih enak RTGS langsung setor tanpa ribet konfirmasi dan lain-lain</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:
|
mau transfer ke BCA enggak bisa jadi harus RTGS di bank dan sampai nya 2 jam | <service-cs>RTGS sampai nya 2 jam</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:
|
Ini RTGS dari BRI ke BCA sumpah ya bikin gue ribet banget mencari data nya , entah kembali apa enggak , sudah 3 hari enggak ada jawaban pasti | <facility-e-channel>RTGS ribet banget sudah 3 hari enggak ada jawaban pasti</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:
|
yang terhormat semua customer @HaloBCA jangan pernah mau membuka Tahapan Berjangka di BCA .Informasi nya semua palsu .Customer service - nya GOBLOK seperti enggak pernah dilatih .Apa yang dikatakan berbeda dengan kenyataan .Rugi saya tergiur buka Tahapan Berjangka di BCA . | <product-simpanan>membuka Tahapan Berjangka Informasi nya semua palsu Rugi buka Tahapan Berjangka</product-simpanan>
<service-cs>Customer service GOBLOK Apa yang dikatakan berbeda dengan kenyataan</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:
|
CC @mandiricard saya sudah 5 tahun limit enggak naik-naik | <product-kartu kredit>CC limit enggak naik-naik</product-kartu kredit> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Tadi pagi ke BCA cuma mau bayar cc bos , tetapi karena pelayanan bagus ya jadilah buka rekening BCA | <service-teller>bayar cc pelayanan bagus</service-teller> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
CC Bank Mega biaya nya mengada-ada @BankMegaID | <product-kartu kredit>CC biaya mengada-ada</product-kartu kredit> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
pelayanan cc Bank Mega sangat lambat | <service-general>pelayanan cc sangat lambat</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:
|
@PermataFamily sudah setahun dan puluhan kali menelepon untuk memblok kartu kredit ini susah banget .Selalu bikin marah .Jangan buka akun di bank ini ! | <product-kartu kredit>memblok kartu kredit susah banget . Selalu bikin marah</product-kartu kredit> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Rata-rata semua kartu kredit begitu , kecuali KK BCA agak susah buka nya . | <product-kartu kredit>KK agak susah buka</product-kartu kredit> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
pembayaran pakai BCA kartu kredit bermasalah , enggak bisa langsung ke payment secure VISA - nya | <product-kartu kredit>pembayaran kartu kredit bermasalah</product-kartu kredit> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Kartu kredit BCA selalu bermasalah buat bayar AirAsia | <product-kartu kredit>Kartu kredit selalu bermasalah bayar</product-kartu kredit> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Pake kartu kredit dan debit BCA semua tidak bisa melakukan reservasi daring Garuda Indonesia | <product-kartu kredit>kartu kredit tidak bisa reservasi daring</product-kartu kredit>
<product-kartu debit>debit tidak bisa reservasi daring</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:
|
Telemarketing asuransi BCA mengganggu , menelepon terus enggak kenal waktu | <service-telemarketing>Telemarketing asuransi mengganggu , menelepon terus enggak kenal waktu</service-telemarketing> | 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:
|
@mandiricare pembaruan saldo pengisian e-money via e - banking susah | <facility-aplikasi>pengisian e-money e - banking susah</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:
|
Aplikasi via NFC ke ATM Mandiri susah | <facility-NFC>Aplikasi NFC susah</facility-NFC> | 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:
|
Susah !Perlu mendukung NFC kalau enggak masih disuruh ke atm dan itu pun tidak langsung masuk .Parah nya lagi kalau top up dari bank lain kalau enggak masuk di suruh ke bank bersangkutan | <product-kartu kredit>Kartu kredit gampang buka sulit ditutup</product-kartu kredit> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Antrean teller ( bukan CS ) bca sudah pakai nomor , jadi menunggu nya bisa sambil duduk , kalau mandiri masih konvensional jadi harus berdiri .Mbanking bca lebih mudah digunakan | <service-teller>Antrean teller sudah pakai nomor masih konvensional jadi harus berdiri</service-teller>
<facility-m-bca>Mbanking lebih mudah digunakan</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:
|
@BANKBRI_ID Kantor Kas Pondok Indah Mall 2 bikin banyak teller nya dong .Antrean sudah banyak , teller cuma 2 .Bahkan sekarang cuma 1 yang kerja , yang 1 - nya mungkin lagi istirahat .Sebelum kemari , sudah ke Mandiri & BCA .ramai tetapi teller banyak , jadi enggak lama . | <service-teller>Antrean sudah banyak teller cuma 2 teller banyak , jadi enggak 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:
|