SBTA (Segment-Based Topic Allocation): чище анализируй темы через разбивку текста на фрагменты

Документ — плохая единица анализа тем. Звучит банально, но именно этот принцип ломает стандартный подход и объясняет, почему LLM возвращает на каждый отзыв размытый список из пяти тем сразу — без веса, без разбора. SBTA позволяет вытащить каждую тему отдельно и чисто из текстов, где клиент или сотрудник пишет про всё сразу. Фишка: сначала режешь текст на однотемные фрагменты, потом присваиваешь тему каждому — модель перестаёт усреднять конкурирующие сигналы и начинает работать там, где реально сильна: короткий текст, одна идея, точная тема вместо каши.