text
stringlengths 18
378
| output
stringlengths 23
408
| prompt
stringclasses 1
value |
|---|---|---|
Call center paling cepat tanggap kayak nya cuma HaloBCA | <service-haloBCA>Call center paling cepat tanggap 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:
|
sulit sekali hubungi call center bca | <service-haloBCA>sulit sekali hubungi call center</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 hallo bca call center tarif permenit sangatlah mahal | <service-haloBCA>hallo bca tarif permenit sangatlah mahal</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:
|
BCA memang mantap CS respon cepat baik melalui media sosial atau Call center | <service-cs>mantap CS respon cepat baik melalui media sosial atau Call center</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:
|
Terima kasih BCA untuk call center dan layanan nasabah yang ramah .: D | <service-haloBCA>call center dan layanan nasabah ramah</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:
|
Acungkan berjuta jempol ke call center BCA , bisa langsung ngomong ke manusia , dan cepat ! | <service-haloBCA>Acungkan berjuta jempol call center bisa langsung ngomong ke manusia , dan cepat</service-haloBCA> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Puas dengan Call Center BCA Card : cepat , tanggap dan berfungsi untuk memuaskan pelanggan .Mandiri , jauh | <service-haloBCA>Puas Call Center cepat , tanggap dan berfungsi untuk memuaskan pelanggan</service-haloBCA>
<service-customer center>Call Center jauh</service-customer center> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Petugas Twitter juga sama saja dengan petugas call center halo BCA , tidak ramah | <service-haloBCA>Twitter halo BCA tidak ramah</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:
|
harus nya petugas call center Halo BCA , lebih ramah dalam menanggapi keluhan-keluhan ataupun masukan-masukan dari nasabah .bukan nya malah respon nada tinggi | <service-haloBCA>Halo BCA respon nada tinggi</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:
|
Beberapa menit yang lalu saya menghubungi layanan Halo BCA , petugas call center - nya tidak ramah | <service-haloBCA>Halo BCA tidak ramah</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:
|
Ya Tuhan ku , mbak Hilda , call center BCA !Diri mu ramah sekali .Moga-moga cepat naik pangkat dan jadi manajer . | <service-haloBCA>call center ramah sekali</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:
|
CS call center BCA memang top juragan !ramah habis .enggak heran mereka menang call center terbaik 2010 . | <service-haloBCA>call center top juragan ! ramah habis</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:
|
Hahahahaha mbak-mbak agen call center BCA ini super ramah dan ceria .salut ! | <service-haloBCA>call center super ramah dan ceria . salut</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:
|
BCA admin twitter - nya ramah banget :) akun mana saja | <service-haloBCA>admin twitter ramah banget</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:
|
Sejauh ini bank yang paling nyaman itu bca sih . | <general>bank yang paling nyaman</general> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
BCA Cs twitter 24 jam , Cs di bank pun ramah-ramah banget | <service-haloBCA>Cs twitter 24 jam</service-haloBCA>
<service-cs>Cs ramah-ramah banget</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:
|
Layanan haloBCA via twitter sungguh luar biasa , cepat tanggap dan ramah .Terima kasih BCA | <service-haloBCA>haloBCA twitter sungguh luar biasa , cepat tanggap dan ramah</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:
|
MALAH YANG BUKAIN SDB JUTEK .ENGGAK ADA RAMAH-TAMAH .KECEWA BERAT SAMA BCA !KALAU BCA PUNYA TWITTER PASTI BANYAK YANG KOMPLAIN ! | <service-cs>JUTEK . ENGGAK ADA RAMAH-TAMAH . KECEWA BERAT</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:
|
Customer Service di twitter terbaik versi aku : BCA .Respon cepat dan solutif .Suka ! | <service-haloBCA>Customer Service twitter terbaik Respon cepat dan solutif . Suka</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:
|
terima kasih banyak BCA atas respon nya yang cepat ya .memuaskan banget bisa lapor lewat twitter seperti ini :) | <service-haloBCA>respon nya yang cepat ya . memuaskan banget twitter</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:
|
terima kasih atas respon yang cepat via twitter karena kalau saya telepon halobca lama menunggu antrean | <service-haloBCA>respon yang cepat twitter telepon halobca lama menunggu antrean</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:
|
Okay @HaloBCA admin twitter respon cepat dengan langsung menghubungi , saya apresiasi itu .Semoga solusi dari bca kartu kredit pun bisa cepat | <service-haloBCA>HaloBCA admin twitter respon cepat dengan langsung menghubungi , saya apresiasi itu</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 Respon Twitter dari HaloBCA sangat cepat dan memberikan solusi yang tepat !#HaloBCA #GoodJob | <service-haloBCA>Twitter HaloBCA sangat cepat dan memberikan solusi yang tepat</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:
|
Salut sama cs twitter BCA @HaloBCA respon nya selalu cepat sekali , padahal ini liburan akhir pekan panjang ?? | <service-haloBCA>Salut cs twitter HaloBCA respon nya selalu cepat sekali</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:
|
Pulsa saya cepat habis telepon halobca | <service-haloBCA>Pulsa saya cepat habis telepon 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:
|
terima kasih @HaloBCA terbaik CS di twitter .cepat dan tepat .ayo nabung di BCA ?? | <service-haloBCA>HaloBCA terbaik CS di twitter cepat dan tepat</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 terima kasih , respon kalian cepat di twitter , tidak seperti bank lain .kerja bagus bca | <service-haloBCA>HaloBCA respon kalian cepat twitter kerja bagus</service-haloBCA> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
@HaloBCA twitter HaloBCA jadi sarana informasi untuk saya bertanya , respon nya cepat dan admin nya profesional #Aku & BCA | <service-haloBCA>twitter HaloBCA respon nya cepat dan admin nya profesional</service-haloBCA> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
@HaloBCA akhirnya saya sudah terhubung dengan cs halobca via telepon .Terima kasih Ya atas respon nya .Lebih cepat via Twitter daripada telepon .:) | <service-haloBCA>halobca telepon Lebih cepat via Twitter daripada telepon</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 @BCAKlikPay saya lebih suka via twitter respon nya lebih cepat , daripada via telepon sibuk terus bca - nya .Tolong dibantu ya keluhan saya . | <service-haloBCA>HaloBCA lebih suka twitter respon nya lebih cepat telepon sibuk terus</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 oke .Terima kasih halobca .Komplain lewat twitter lebih cepat balasan nya daripada ditelepon :) | <service-haloBCA>halobca twitter lebih cepat balasan nya daripada ditelepon</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:
|
akun twitter yang paling responsif itu akun nya BCA , cepat direspon dan memberikan solusi | <service-haloBCA>twitter paling responsif cepat direspon dan memberikan solusi</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:
|
Layanan haloBCA via twitter sungguh luar biasa , cepat tanggap dan ramah .Terima kasih BCA | <service-haloBCA>haloBCA twitter sungguh luar biasa , cepat tanggap dan ramah</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:
|
CS BCA di twitter respon nya cepat sekali , menulis twit pertanyaan enggak ada 2 menit langsung dibalas ( y ) | <service-haloBCA>twitter respon nya cepat sekali</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:
|
sudah saya infokan ke bagian surel [email protected] dan sudah ditelepon langsung dari bca .Terima kasih banyak sudah merespon cepat . | <service-haloBCA>surel halobca merespon cepat</service-haloBCA> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Email notifikasi hasil transaksi Internet Banking BCA siang ini kok tumben masuk nya lama sekali ih | <facility-klikbca>Email notifikasi hasil transaksi Internet Banking masuk nya lama sekali ih</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:
|
@HaloBCA @KartuKreditBCA yang mudah & cepat harus kirim data melalui surel atau datang ke Cs ; BCA | <product-kartu kredit>KartuKreditBCA mudah & cepat harus kirim data melalui surel atau datang ke Cs</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:
|
Saya punya rekening di @HaloBCA @BANKBRI_ID @BNI46 @syariahmandiri yang paling responsif dengan nasabah adalah BCA | <service-general>paling responsif dengan nasabah adalah</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:
|
Sesungguhnya surel bank kayak CIMB sama BCA cukup responsif ya .kerja bagus .( Y ) | <service-customer center>surel cukup responsif ya . kerja bagus</service-customer center>
<service-haloBCA>surel cukup responsif ya . kerja bagus</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:
|
Saya sudah surel ke halo bca berikut dengan bukti transfer namun belum ada jawaban hingga hari ini .lama sekali ya | <service-haloBCA>surel halo bca belum ada jawaban hingga hari ini . lama sekali ya</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:
|
Sudah Komplain via surel tetapi dinyatakan sukses oleh CS .bagaimana ini pelayanan nya ?Penipu | <general>Penipu</general> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
transaksi gagal tetapi saldo bca terpotong , 2 hari surel tidak dibalas , komplain di facebook malah dihapus . | <facility-e-channel>transaksi gagal tetapi saldo terpotong</facility-e-channel>
<service-haloBCA>2 hari surel tidak dibalas komplain di facebook malah dihapus</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:
|
Pakai aplikasi saku ku dari BCA kapok , saldo 100rb melayang , komplain lewat email , twitter dan telepon tidak ada hasil .#sakuku #bca | <product-sakuku>saku ku kapok , saldo 100rb melayang</product-sakuku>
<service-haloBCA>email twitter telepon tidak ada hasil</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 di website bca cuma suruh bawa ktp jadi saya datang sesuai info .tetapi kenapa dipersulit sih | <service-general>website cuma suruh bawa ktp jadi saya datang sesuai info . tetapi kenapa dipersulit sih</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:
|
jangan lupa cek surel komplain saya , biar bca bisa lebih baik lagi melayanani nasabah , dan enggak terkesan meremehkan nasabah | <service-haloBCA>layanan cs paling gerak cepat</service-haloBCA> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
kenapa IT BCA enggak cepat tanggap sih sama masalah yang kayak begini | <service-haloBCA>IT enggak cepat tanggap sih sama masalah yang kayak begini</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:
|
Haiya kenapa ya mau tutup kartu kredit saja susah benar .@CIMB_Assists | <product-kartu kredit>tutup kartu kredit susah benar</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:
|
@Uob_ID SUSAH BANGET MAU TUTUP KARTU KREDIT SAJA ! | <product-kartu kredit>SUSAH BANGET TUTUP KARTU KREDIT</product-kartu kredit> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Bank lain simpel-simpel saja !Mau tutup ditawari gratis , mau ambil enggak mau ya sudah !Gitu lo #UOB !Susah benar ya ! | <product-kartu kredit>simpel-simpel saja tutup ditawari gratis Susah benar</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:
|
Sinting ini #UOB susah banget tutup sengaja dipersulit !Ujung-ujung nya gue marah !Terus bagian penutupan menawarkan biaya tahunan gratis .Gue tetap TUTUP | <general>Sinting</general>
<product-kartu kredit>susah banget tutup sengaja dipersulit</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:
|
Niat sudah bagus mau tutup kartu kredit tetapi kenapa susah ya .UOB .memang parah ! | <product-kartu kredit>tutup kartu kredit susah parah</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:
|
@BankInfoNews saya mau menutup kartu kredit UOB buana susah banget , alasan disuruh tutup asuransi semua padahal uob yang masukan asuransi nya | <product-kartu kredit>menutup kartu kredit susah banget</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:
|
@Krupsclan memang uob dan mega terkenal susah kalau mau tutup KK | <product-kartu kredit>susah tutup KK</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:
|
dan sekarang mau menyambung ke bagian penutupan kartu UOB susah banget tidak tersambung-sambung dari tadi .Dikira kayak begini bikin tidak jadi tutup ya | <product-kartu kredit>penutupan kartu susah banget tidak tersambung-sambung</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:
|
@Master_UOB Mau Tutup KK UOB dipersulit .KK sudah hilang dan tidak pernah dipakai tetap harus bayar biaya-biaya yang bukan dari transfer kk .menyesal punya kk uob . | <product-kartu kredit>Tutup KK dipersulit KK sudah hilang dan tidak pernah dipakai tetap harus bayar biaya-biaya yang bukan dari transfer kk . menyesal punya kk</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:
|
@PermataFamily permata kartu kredit hilangkan fitur utama cicilan 3 bulan 0 % tanpa ada informasi , bulan depan setelah lunas pasti saya tutup | <product-kartu kredit>kartu kredit hilangkan fitur utama cicilan 3 bulan 0 % tanpa ada informasi</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:
|
Bank Permata Sering Tutup Kartu Kredit Para Nasabah Tanpa Konfirmasi | <product-kartu kredit>Tutup Kartu Kredit Tanpa Konfirmasi</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:
|
Sial bank permata , kamu menyebalkan !gue tutup juga kartu kredit nya , enggak butuh juga , lo juga yang menawarkan .Cuih | <general>Sial</general>
<product-kartu kredit>menyebalkan kartu kredit</product-kartu kredit> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Kartu kredit permata amatiran .Tutup kartu saja susah nya minta ampun .Enggak lagi-lagi deh urusan sama bank permata | <product-kartu kredit>Kartu kredit amatiran Tutup kartu susah nya minta ampun</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:
|
Janji Promo Marketing Salah , Tutup Kartu Susah : Saya pemegang kartu kredit Permata | <product-kartu kredit>Promo Marketing Salah Tutup Kartu Susah kartu kredit</product-kartu kredit> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Jadi berpikir tutup kartu kredit Bank Permata kalau layanan nya buruk begitu . | <product-kartu kredit>kartu kredit layanan buruk</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:
|
@HelloDanamon bulan Februari habis cicilan lunas , tutup saja deh kartu kredit @Danamon .Layanan nya ampun .Call center susah dihubungi pula .Sesak . | <product-kartu kredit>kartu kredit Layanan ampun</product-kartu kredit>
<service-customer center>Call center susah dihubungi</service-customer center>
<general>Sesak</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:
|
@danamon tolong ya .Jangan seenaknya bikinkan kartu kredit dengan alasan customer terpilih !kalau cara nya begini mending saya tutup akun nya ! | <product-kartu kredit>Jangan seenaknya bikinkan kartu kredit dengan alasan customer terpilih</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 danamon ini pas tiap ditelepon untuk membantu proses tutup kartu kredit susah sekali sih .sudah dibayar lunas | <product-kartu kredit>tutup kartu kredit susah 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:
|
Kecewa dengan bagian penutupan kartu kredit Danamon , Defri .layanan buruk , malah suara nya lebih tinggi dari gue , kartu-kartu gue , suka-suka gue mau tutup . | <product-kartu kredit>Kecewa bagian penutupan kartu kredit layanan buruk , malah suara nya lebih tinggi dari gue</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:
|
Sebal sama danamon kartu kredit , sudah pelunasan tetapi pas mau tutup kartu masih ada tagihan lagi .sialan !menyebalkan banget | <product-kartu kredit>Sebal kartu kredit sudah pelunasan tetapi pas mau tutup kartu masih ada tagihan lagi . sialan ! menyebalkan banget</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 Bank Danamon kurang ajar , belum selesai omong sudah ditutup .gue tutup juga kartu kredit nya ! | <product-kartu kredit>Kartu Kredit</product-kartu kredit>
<product-kartu-kredit>kurang ajar , belum selesai omong sudah 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:
|
Baru saja mengomeli mbak-mbak operator Bank Danamon , minta tutup kartu kredit gara-gara semena-mena membebani biaya tahunan ke gue !*janji nya gratis setahun* | <product-kartu kredit>kartu kredit gara-gara semena-mena membebani biaya tahunan</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:
|
Paling sebal sama sistem kartu kredit yang lintah darat banget .Asli deh .gue tutup juga nih KK Danamon .sudah memaksa-maksa disuruh mengajukan | <product-kartu kredit>Paling sebal sistem lintah darat banget KK</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:
|
ANZ Panin bank itu bagaimana sih , enggak benar , kartu kredit sudah ditutup tahun lalu , sudah dilunasi , masa ada penagihan biaya tahunan kartu ! | <product-kartu-kredit>enggak benar</product-kartu-kredit>
<product-kartu kredit>kartu kredit sudah ditutup tahun lalu , sudah dilunasi , masa ada penagihan biaya tahunan kartu</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:
|
BTN Bank yang baik bank yang ikhlas relakan nasabah nya tutup kredit | <general>Bank yang baik</general>
<product-kartu kredit>ikhlas relakan nasabah nya tutup kredit</product-kartu kredit> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
terima kasih bank BCA dan akun @HaloBCA atas bantuan nya , alhamdulillah akhirnya saya sudah dapat surat ini tutup kartu kredit | <product-kartu kredit>alhamdulillah akhirnya saya sudah dapat surat ini tutup kartu kredit</product-kartu kredit> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
kalau lewat telepon haloBCA saya tidak puas karena tidak diberikan surat keterangan sudah lunas dan behenti pakai CC BCA , karena saya TIDAK PUAS DENGAN PENANGANAN TUTUP KARTU KREDIT BCA | <service-haloBCA>telepon haloBCA saya tidak puas</service-haloBCA>
<product-kartu kredit>TIDAK PUAS TUTUP KARTU KREDIT</product-kartu kredit> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
@KartuKreditBCA Kebetulan kartu kredit saya sudah diblokir dan saya tutup juga .tolong , karena spam banget surel BCA | <product-kartu kredit>kartu kredit spam banget surel</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:
|
@KartuKreditBCA suami saya tutup kartu kredit bca bulan lalu .sekarang terima tagihan bea meterai lunas 3.000 .Mengecewakan . | <product-kartu kredit>kartu kredit sekarang terima tagihan bea meterai lunas 3 . Mengecewakan</product-kartu kredit> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Wei , tanggal 4 September sudah saya bayarkan kartu kredit BCA saya , saya tutup program matrix bagaimana , saya sangat rugi kan , lama-lama saya lapor ke ylki | <product-kartu kredit>kartu kredit program matrix sangat rugi kan</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 Bukopin super parah | <product-kartu kredit>Kartu Kredit super parah</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:
|
@bukopinsiaga KK Tidak Aktif , nasabah dipaksa bayar Annual Fee .Call centre tidak ada solusi , bahkan mereka dengan kurang ajar meminta nasabah telepon ke BI / OJK | <product-kartu kredit>KK Tidak Aktif , nasabah dipaksa bayar Annual Fee</product-kartu kredit>
<service-customer center>Call centre tidak ada solusi dengan kurang ajar meminta nasabah telepon ke BI / OJK</service-customer center> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence 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 tutup kartu juga enggak bisa .Toh kartu tidak aktif #bukopinsiaga | <product-kartu kredit>tutup kartu enggak bisa kartu tidak aktif</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:
|
@BBukopin woi bank bukopin .lo sudah mau bangkrut ya ?Tutup kartu kredit saja masih dikenakan biaya | <product-kartu kredit>Tutup kartu kredit masih dikenakan biaya</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:
|
Duh .Ampun deh bukopin ini .Kalau bukan gara-gara kartu kredit dibobol sih malas gue urusan sama dia .Ini kelar , duit gue balik , tutup CC - lah !parah | <product-kartu kredit>kartu kredit dibobol</product-kartu kredit>
<general>malas gue urusan sama dia parah</general> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
@BankMegaID tolong kalau tagih nasabah dengan cara elegan dan menggunakan nomor resmi jangan menggunakan nomor-nomor siluman .sangat mengganggu menagih membabi buta via sms , telepon , whatsapp setiap saat . | <product-kartu kredit>tagih menggunakan nomor-nomor siluman . sangat mengganggu menagih membabi buta via sms , telepon , whatsapp setiap saat</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:
|
@BankMegaID tolong kalau mau telepon kolektor anda hargai perasaan nasabah .Enggak usah pakai bentak-bentak iya .saya mau tutup kartu kredit saya saja .Malas dengan bank mega | <product-kartu kredit>telepon Enggak usah pakai bentak-bentak kartu kredit</product-kartu kredit>
<general>Malas</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:
|
@BankMegaID pengalaman buruk pakai kartu kredit bank mega .Baru daftar beberapa bulan lalu , ditelepon sama asuransi nya .Cara menawarkan nya pun tak sopan .Sekali lagi kalian menawarkan asuransi , saya tutup CC - nya | <product-kartu kredit>pengalaman buruk kartu kredit</product-kartu kredit>
<service-telemarketing>ditelepon asuransi Cara menawarkan tak sopan</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:
|
@BankMegaID BANK MEGA HANYA JANJI-JANJI SAJA !PENUTUPAN KARTU KREDIT SAYA SECARA SEMPURNA SUDAH DARI TANGGAL 18 DESEMBER TETAPI SAMPAI DETIK INI BELUM JUGA ADA PENGIRIMAN LEWAT SUREL BAHWA JIKA MEMANG SUDAH TUTUP ! | <general>HANYA JANJI-JANJI SAJA</general>
<product-kartu kredit>PENUTUPAN KARTU KREDIT SUDAH DARI TANGGAL 18 DESEMBER TETAPI SAMPAI DETIK INI BELUM JUGA ADA PENGIRIMAN LEWAT SUREL BAHWA JIKA MEMANG SUDAH TUTUP</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:
|
@BankMegaID Mau tutup kartu kredit bank Mega Karena saya kecewa tiap tahun kena iuran tahunan | <product-kartu kredit>kartu kredit kecewa tiap tahun kena iuran tahunan</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:
|
@BankMegaIDmana mau dikirim lagi tagihan nya ?Ditunggu juga .Parah memang nih bank mega tutup juga nih kartu kredit sialan | <general>Parah</general>
<product-kartu kredit>kartu kredit sialan</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:
|
walah biaya tahunan kartu kredit Carrefour Mega naik 2x lipat jadi 400 ribu .Fix langsung tutup .mahal pakai banget .@bankmegaid | <product-kartu kredit>biaya tahunan kartu kredit naik 2x lipat mahal pakai banget</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:
|
@BankMegaID admin .kalau mau tutup kartu kredit mega silver dan carrefour Jadi malas karena iuran naik . | <product-kartu kredit>kartu kredit mega silver carrefour malas iuran 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:
|
@Carrefour_ID saya kecewa kartu kredit Mega Carrefuor tidak bisa digunakan untuk cicilan bunga 0.5 %, rencana akan saya tutup jika sudah lunas | <product-kartu kredit>kecewa kartu kredit tidak bisa digunakan cicilan bunga 0.5 %</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:
|
Kecewa dengan layanan cs @BankMegaId untuk permasalahan kartu kredit .Kartu kredit mega enggak OKE .habis ini tutup sajalah | <service-cs>Kecewa cs</service-cs>
<product-kartu kredit>Kartu kredit enggak OKE</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 Bank Mega enggak becus .Malas dan kapok aku pakai fasilitas kalian .Tutup sajalah .Pantas-pantas banyak enggak suka . | <product-kartu kredit>Kartu Kredit enggak becus . Malas dan kapok aku pakai fasilitas kalian . Tutup sajalah . Pantas-pantas banyak enggak suka</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:
|
CS Kartu kredit Bank Mega sangat mengecewakan .Mau tutup kartu kredit saja susah nya setengah mati , selalu dibilang sistem bermasalah . | <product-kartu kredit>CS Kartu kredit sangat mengecewakan tutup kartu kredit susah nya setengah mati , selalu dibilang sistem 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:
|
Bukan nya mau menyampah , tetapi harus keluarkan yang bikin dongkol tentang Bank Mega !Kemarin gue tutup kartu kredit Mega yang ribet . | <product-kartu kredit>bikin dongkol tutup kartu kredit ribet</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:
|
Woi bank Mega , masa mengurus & mengirim tagihan kartu kredit pindah alamat sudah 5 bulan enggak becus juga .Tutup saja jadi bank " | <product-kartu kredit>mengurus & mengirim tagihan kartu kredit sudah 5 bulan enggak becus juga</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:
|
Habis cicilan saya selesai , saya akan tutup CC danamon , karena tidak profesional dalam melayani nasabah . | <product-kartu kredit>CC</product-kartu kredit>
<service-general>tidak profesional dalam melayani nasabah</service-general> | Task: Extract aspects and corresponding text from the input sentence. Use the provided list of aspects to categorize the extracted text.
Input format: A sentence or short paragraph in Indonesian.
Output format: XML-style tags containing the aspect and corresponding text.
Aspect list:
facility-BCA Mobile
facility-EDC
facility-NFC
facility-aplikasi
facility-atm
facility-deposit box
facility-e-channel
facility-general
facility-kantor
facility-keybca
facility-klikbca
facility-klikpay
facility-m-bca
facility-mesin cs digital
facility-payroll
facility-phone banking
general
general-iklan
general-promo
product-KKB
product-KMK
product-KPR
product-KUR
product-asuransi
product-deposito
product-e-money
product-flazz
product-general
product-giro
product-kartu debit
product-kartu kredit
product-kartu-kredit
product-pinjaman
product-sakuku
product-simpanan
service-cs
service-customer center
service-general
service-haloBCA
service-kantor cabang
service-karyawan
service-prioritas
service-satpam
service-telemarketing
service-teller
service-tukang parkir
Rules for extraction:
1. Identify the most relevant aspect(s) from the list for the given input.
2. Extract the minimal span of text that accurately represents the aspect.
3. If multiple aspects are present, extract each one separately.
4. If no relevant aspect is found, output "NONE"
Examples:
Input: BNI enggak menyediakan jalur teller khusus kliring giro / cek. Padahal kliring giro / cek ada batas waktu nya. Payah!
Output: <service-teller>enggak menyediakan jalur teller khusus kliring giro / cek</service-teller> <general>Payah</general>
Input: Teller Mandiri yang baru ini ribet sekali.
Output: <service-teller>Teller ribet sekali</service-teller>
Input: mau verifikasi kartu kredit saja susah ya, danamon danamon. sudah bagus dipakai lo ini dipersulit. mau nya apa T.T
Output: <product-kartu kredit>verifikasi kartu kredit susah</product-kartu kredit>
Input: Saya sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari.
Output: <facility-BCA Mobile>sangat puas dengan layanan BCA Mobile, sangat memudahkan transaksi sehari-hari</facility-BCA Mobile>
Input: Bank ini tidak memiliki fasilitas apa-apa yang berguna.
Output: <general>tidak memiliki fasilitas apa-apa yang berguna</general>
Input: Siang ini , baik mobile BCA enggak bisa digunakan @HaloBCA internet banking juga lelet .
Output: <facility-BCA Mobile>mobile BCA enggak bisa digunakan</facility-BCA Mobile> <facility-klikbca>internet banking lelet</facility-klikbca>
Input: Iya sih , aplikasi mobile - nya Mandiri lebih bagus dari BCA .
Output: <facility-aplikasi>aplikasi mobile lebih bagus dari</facility-aplikasi> <facility-BCA Mobile>lebih bagus</facility-BCA Mobile>
Input: Cuaca hari ini cerah sekali.
Output: NONE
Handling ambiguity:
- If a sentence could belong to multiple aspects, write all of them
Now, given the input text below, extract the relevant aspects and text:
Input: [text]
Output:
|
Saya mantan pemilik nya cc danamon .Per 12 - 04 - 2017 sudah ada surat lunas dan tutup .Sampai sekarang juli - agustus masih ada tagihan .@kartudanamon enggak beres nih | <product-kartu kredit>cc sudah ada surat lunas dan tutup . Sampai sekarang juli - agustus masih ada tagihan . @ kartudanamon enggak beres</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:
|
Sewaktu gue bilang belum tertarik ajukan cc danamon eh malah telepon ditutup tanpa salam tanpa kata-kata pamit .Begitu POS dari danamon sangat buruk | <service-telemarketing>telepon ditutup tanpa salam tanpa kata-kata pamit POS sangat buruk</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:
|
BNI dan danamon tambah lama tambah horor .tutup tabungan lebih baik kayak nya . | <general>tambah lama tambah horor . tutup tabungan lebih baik kayak nya</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:
|
Tutup 2 cc .Danamon sama Mega .Danamon langsung tertutup .Mega tunggu 1 bulan lagi .Aneh .Superaneh ! | <product-kartu kredit>Tutup cc langsung tertutup tunggu 1 bulan lagi . Aneh . Superaneh</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:
|