communications-mining
latest
false
- Erste Schritte
- Ausgewogenheit
- Cluster
- Konzeptabweichung
- Abdeckung
- Datasets
- Allgemeine Felder (früher Entitäten)
- Bezeichnungen (Vorhersagen, Konfidenzniveaus, Hierarchie usw.)
- Modelle
- Streams
- Modellbewertung
- Projekte
- Präzision
- Rückruf
- Überprüfte und nicht überprüfte Nachrichten
- Quellen
- Taxonomien
- Training
- „True“ und „false“ positive und negative Vorhersagen
- Validierung
- Messages
- Verwaltung
- Verwalten Sie Quellen und Datasets
- Verstehen der Datenstruktur und -berechtigungen
- Erstellen oder löschen Sie eine Datenquelle in der GUI
- Hochladen einer CSV-Datei in eine Quelle
- Vorbereiten von Daten für den CSV-Upload
- Ein neues Dataset erstellen
- Mehrsprachige Quellen und Datasets
- Aktivieren der Stimmung für ein Dataset
- Ändern Sie die Einstellungen eines Datasets
- Löschen Sie Nachrichten über die Benutzeroberfläche
- Löschen Sie ein Dataset
- Exportieren Sie ein Dataset
- Verwenden von Exchange-Integrationen
- Modelltraining und -wartung
- Verstehen von Beschriftungen, allgemeinen Feldern und Metadaten
- Bezeichnungshierarchie und bewährte Methode
- Definieren Ihrer Taxonomieziele
- Analyse- vs. Automatisierungsanwendungsfälle
- Konvertieren Ihrer Ziele in Bezeichnungen
- Erstellen Ihrer Taxonomiestruktur
- Best Practices für den Taxonomieentwurf
- Ihre Taxonomie wird importiert
- Übersicht über den Modelltrainingsprozess
- Generative Anmerkung (NEU)
- Der Status des Datasets
- Best Practice für Modelltraining und Anmerkungen
- Training mit aktivierter Beschriftungs-Stimmungsanalyse
- Grundlegendes zu Datenanforderungen
- Trainieren
- Einführung in Verfeinerung
- Erläuterungen zu Präzision und Rückruf
- Präzision und Rückruf
- Wie funktioniert die Validierung?
- Verstehen und Verbessern der Modellleistung
- Warum kann eine Bezeichnung eine geringe durchschnittliche Genauigkeit haben?
- Training mit Beschriftung „Überprüfen“ und Beschriftung „Verpasst“.
- Training mit der Bezeichnung „Teach“ (Verfeinern)
- Training mit der Suche (verfeinern)
- Verstehen und Erhöhen der Abdeckung
- Verbesserung des Abgleichs und Verwendung des Abgleichs
- Wann das Training Ihres Modells beendet werden soll
- Verwenden von allgemeinen Feldern
- Generative Extraktion
- Verwenden von Analyse und Überwachung
- Automatisierungs- und Communications Mining
- Lizenzierungsinformationen
- Häufige Fragen und mehr
Ändern Sie die Einstellungen eines Datasets
Wichtig :
Dieser Inhalt wurde maschinell übersetzt.
Communications Mining-Benutzerhandbuch
Letzte Aktualisierung 20. Dez. 2024
Ändern Sie die Einstellungen eines Datasets
Erforderliche Benutzerberechtigungen: Datasets ändern.
Es gibt zwei Möglichkeiten, die Einstellungen eines Datasets zu ändern:
- Über die Dataset-Karte auf der Seite Ihre Datasets :
Modales Element des Datasets aktualisieren
- Navigieren Sie zur Seite der Datasets, indem Sie links oben auf das UiPath® Communications Mining-Logo klicken.
- Klicken Sie auf die drei Punkte in der oberen rechten Ecke der einzelnen Dataset-Karte.
- Wählen Sie Bearbeiten aus. Sie können die folgenden Felder ändern:
- Titel. Eine kurze Beschreibung des Datasets.
- Beschreibung. Eine detailliertere Beschreibung des Datasets.
- Quellen. Wählen Sie die Quellen aus, die in die Taxonomie aufgenommen werden sollen.
- Bevorzugtes Datums- und Währungsformat.
- Wählen Sie Dataset aktualisieren aus.
- Über die Seite mit den Dataset-Einstellungen:
- Wählen Sie in der oberen Navigationsleiste die Seite Einstellungen aus.
- Im Dataset können Sie die folgenden Dataset-Elemente aktualisieren:
- Dataset-Name
- Beschreibung
- Quellen
- Wählen Sie Aktualisieren aus, um die Änderungen des Datasets zu speichern.
- Um allgemeine Felder zu aktualisieren, aktivieren Sie das Aktivieren, Deaktivieren, Aktualisieren und Erstellen von allgemeinen Feldern und wechseln Sie zu Taxonomie und dann zu Allgemeine Felder. Um Beschriftungen oder Extraktionsfelder zu ändern, wechseln Sie zu Taxonomie und dann zu Beschriftungen und Extraktionsfelder.