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
- Create or delete a data source in the 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
Aktivieren der generativen Extraktion
Wichtig :
Dieser Inhalt wurde maschinell übersetzt.
Communications Mining-Benutzerhandbuch
Letzte Aktualisierung 20. Dez. 2024
Aktivieren der generativen Extraktion
Hinweis:
- Sie benötigen Berechtigungen zum Überprüfen und Beschriften , um Extraktionen zu konfigurieren und zu validieren.
- Wenn Sie Extraktionsfelder auf einem Ihrer Beschriftungen definiert haben, ist die Generative Extraktion (GenEx) automatisch aktiviert.
- Wenn Sie zuvor allgemeine Felder mit Anmerkungen versehen haben, während GenEx nicht aktiviert war, müssen Sie neue Anmerkungen für Extraktionsfelder bereitstellen, damit das Modell die Beziehung zwischen Ihren Feldern und Beschriftungen erkennen kann.
- Vermeiden Sie das Wechseln zwischen dem CommPath-LLM und dem Vorschau-LLM hin und her, da dies die Nachverfolgung und Verwaltung der LLM-Version erschweren kann, die für das Training der einzelnen Modelle verwendet wird. Weitere Informationen zu den LLMs finden Sie in den folgenden Abschnitten.
Führen Sie die folgenden Schritte aus, um die generative Extraktion zu aktivieren:
- Konfigurieren Sie mindestens ein Extraktionsfeld.
- Wählen Sie Ihr LLM aus (CommPath LLM oder Preview LLM).
Hinweis:
Regionale Verfügbarkeit
Die generative Extraktion ist derzeit nur in den USA, der EU und Japan verfügbar.
Um herauszufinden, ob Sie GenEx in Ihrer Region anfordern können, wenden Sie sich an Ihren UiPath®-Vertreter.