Projekt E: ett NLP-system end-to-end

Projekt E: ett komplett, körbart NLP-system. Förslag: klassificera inkommande supportärenden (kategori + brådska) och exponera det som API.

Leverabler:

1. Data: ≥ 800 märkta exempel (egna, syntetiska med granskning, eller öppet dataset), riktlinje, κ på ett stickprov, stratifierad train/val/test.
2. Baslinjer: majoritet + TF-IDF/LR, tunade.
3. Modell: finjusterad encoder; macro-F1 med bootstrap-KI; förväxlingsmatris; felanalys av 30 fall.
4. Tjänst: FastAPI med validering, /healthz, 503-degradering (fall tillbaka till TF-IDF-modellen när transformern saknas!), loggning utan text.
5. CI: tester + eval-harness med tröskel och regressionslista.
6. Rapport: hypotes, metod, resultat med osäkerhet, begränsningar, reproducerbarhetsinfo (commit, data-hash, frön).

Bedömningsmatris (använd den på dig själv innan du lämnar in):

Del	Godkänt	Starkt
Data	split utan läckage	κ rapporterat, gränsfall i riktlinjen
Baslinje	finns	tunad, med KI
Modell	slår baslinjen	slår den utanför KI, felanalys leder till åtgärd
API	svarar rätt	validering, 503-fallback testad
CI	tester gröna	eval-tröskel + regressioner blockerar merge
Rapport	komplett	negativa resultat och begränsningar redovisade

Vanligaste bristen: rapporten saknar osäkerhet och baslinjen är otunad. Näst vanligast: fallback finns i koden men har aldrig körts.