- 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 Sie eine Datenquelle in der GUI
- Hochladen einer CSV-Datei in eine Quelle
- 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
- Löschen Sie eine Quelle
- Exportieren Sie ein Dataset
- Verwenden von Exchange-Integrationen
- Vorbereiten von Daten für den CSV-Upload
- 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
- 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
Seite „Datasets“.
Benutzerberechtigungen erforderlich: Quellen anzeigen.
Datasets-Übersichtsseite
Nach der Anmeldung können Sie die Übersichtsseite Datasets sehen.
Alternativ können Sie jederzeit zu dieser Seite navigieren, indem Sie auf das Logo von UiPath® Communications Mining™ links oben auf Ihrer Seite klicken.
Auf dieser Seite können Sie:
- Zeigen Sie alle Datasets an, auf die Sie Zugriff haben.
- Bearbeiten oder löschen Sie diese Datasets. Erforderliche Benutzerberechtigungen: Datasets-Administrator.
- Navigieren Sie zu anderen Seiten in der Plattform.
Sie können direkt zu einem Dataset navigieren, indem Sie auf eine der drei Optionen klicken (Erkunden, Trainieren und Berichte), die darunter aufgeführt sind.
Bei der Ansicht der Datasets, auf die Sie Zugriff haben, können Sie mithilfe des Dropdownmenüs nach einem bestimmten Projekt filtern, dem Sie angehören, um die Anzahl der angezeigten Datasets einzuschränken.
Sie können auch über die Suchleiste nach einem bestimmten Dataset suchen.
Auswählen eines Datasets
Auf jeder Dataset-Karte finden Sie einige nützliche Informationen zum Dataset:
Jede Dataset-Karte verweist auf:
- Der Titel und die Beschreibung des Datasets
- Das Projekt, mit dem das Dataset verknüpft ist, und der Dataset-Name (Projekt/Name)
- Die mit dem Dataset verbundenen Quellen
- Die Modellfamilie (Sprache)
- Wenn die Stimmungsanalyse aktiviert ist
- Wann das Dataset zuletzt geändert wurde (und wann es beim Daraufzeigen erstellt wurde)
Wählen Sie Erkunden, Trainieren und Berichte unter der Karte „Dataset-Informationen“ aus, um zu diesen Seiten zu navigieren.
Kopieren Sie ein vorhandenes Dataset
- Wählen Sie die Option Duplizieren aus, wenn Sie ein vorhandenes Dataset aus einem anderen Dataset kopieren möchten (dadurch werden automatisch die gleichen Quellen und die gleiche Stimmung wie bei diesem Dataset ausgewählt).
-
Wählen Sie alle (zusätzlichen) Quellen aus, die Sie mit dem Dataset verbinden möchten
Was bedeutet das Kopieren eines Datasets und warum sollten Sie dies tun?
Wenn Sie ein neues Dataset erstellen, können Sie im Wesentlichen eine Kopie eines bereits vorhandenen Datasets erstellen. Das bedeutet, dass Sie die gleichen Quellen, allgemeinen Felder, Stimmungsauswahlen, Beschriftungen und überprüften Beispiele kopieren wie das Dataset, aus dem Sie die Taxonomie kopiert haben.
Anschließend können Sie mit dem Kopier-Dataset arbeiten (das einen anderen Namen erfordert) und frei Änderungen daran vornehmen, ohne das Original zu beeinflussen.
Es gibt zwei Hauptgründen, warum Sie dies tun möchten:
- Sie möchten größere Änderungen an Ihrem Modell vornehmen, z. B. in Bezug auf die Dataset-Struktur, und das ursprüngliche Dataset für den Fall beibehalten, dass Sie wieder dazu zurückkehren möchten
- Sie möchten die bereits durchgeführte Arbeit verwenden, indem Sie das ursprüngliche Dataset kommentieren und ein neues Dataset erstellen, dem Sie weitere Quellen ähnlicher Art hinzufügen können.
Seite mit den Dataset-Einstellungen
Neben der Übersichtsseite der Datasets verfügt jedes Dataset über eine eigene Einstellungsseite. Darauf kann zugegriffen werden, indem Sie auf das Dataset klicken und zu „Einstellungen“ wechseln.
Die Einstellungsseite eines Datasets enthält nützliche Informationen über das Dataset und ist der Ort, an dem Sie verschiedene Aktionen ausführen können.
Die Seite ist in drei Registerkarten unterteilt:
- Dataset – Hier können Sie die globalen Einstellungen des Datasets aktualisieren, einschließlich Titel, Beschreibung und Quellen.
- Taxonomie – Hier können Sie Beschriftungen und deren Beschreibungen, Extraktionsfelder, allgemeine Felder und Feldtypen erstellen, lesen, aktualisieren und löschen. Sie können die Beschriftungstaxonomie auch vollständig herunterladen.
- Statistik – Hier können Sie Anmerkungsstatistiken und die Eigenschaften der Nachrichtenmetadaten sehen.