communications-mining
latest
false
Wichtig :
Dieser Inhalt wurde maschinell übersetzt.
Communications Mining-Benutzerhandbuch
Last updated 7. Nov. 2024

Bezeichnungen (Vorhersagen, Konfidenzniveaus, Hierarchie usw.)

Eine Bezeichnung ist eine strukturierte Zusammenfassung einer Absicht oder eines Konzepts, das in einer Nachricht zum Ausdruck kommt. Eine Nachricht wird oft durch mehrere Bezeichnungen zusammengefasst – d. h. eine Beschriftung ist keine sich gegenseitig ausschließende Klassifizierung der Nachricht.

Als Beispiel könnten wir in einem Dataset, das die Kundenerfahrung überwacht, eine Beschriftung mit dem Namen „Benachrichtigung über falsche Rechnungen“ erstellen, die beschreibt, wann ein Kunde das Unternehmen darüber informiert, dass er seiner Meinung nach eine falsche Rechnung erhalten hat.

Aktionen zum Erstellen und Bearbeiten von Beschriftungen werden hauptsächlich auf den Seiten Erkunden und Entdecken ausgeführt.

Angeheftet vs. Vorhergesagt

Beschriftungen werden zunächst von Benutzern erstellt, indem sie eine relevante Nachricht auf eine Nachricht anwenden. Benutzer können sie weiterhin anwenden, um Trainingsbeispiele für das Modell zu erstellen, und die Plattform beginnt dann, die Bezeichnung im gesamten Dataset automatisch vorherzusagen, wo sie relevant ist.

Eine Bezeichnung, die von einem Benutzer auf eine Nachricht angewendet wurde, gilt als „angeheftet“. Bezeichnungen, die die Plattform den Nachrichten zuweist, werden hingegen als Bezeichnungsvorhersagen bezeichnet. Weitere Informationen zu überprüften und nicht überprüften Nachrichten finden Sie hier .

Konfidenzniveaus

Wenn die Plattform vorhersagt, ob eine Bezeichnung für eine Nachricht gilt, die nicht von einem Benutzer überprüft wurde, bietet sie ein Konfidenzniveau (%) für diese Bezeichnungsvorhersage. Je höher das Konfidenzniveau, desto zuversichtlicher die Plattform, dass die Bezeichnung gilt.

Eine E-Mail, die mit mehreren vorhergesagten Beschriftungen an ein Understanding-Postfach gesendet wird

Bezeichnungen werden durch das Konfidenzniveau, das die Plattform in den vorhergesagten Bezeichnungen hat, schattiert. Je undurchsichtiger die Bezeichnung, desto höher ist die Zuversicht der Plattform, dass die Bezeichnung zutrifft.

Bezeichnungshierarchie

Bezeichnungen können in einer hierarchischen Struktur organisiert werden, damit Sie neue Konzepte schneller organisieren und trainieren können.

Diese Hierarchie hat ein folgendes Format: [Übergeordnete Bezeichnung] > [Verzweigungsbezeichnung 1] > [Verzweigungsbezeichnung n] > [Untergeordnete Bezeichnung]

Eine Beschriftung kann eine eigenständige übergeordnete Beschriftung sein oder Verzweigungs- und untergeordnete Beschriftungen (getrennt durch „>“) haben, die Teilmengen der vorherigen Beschriftungen in der Hierarchie bilden.

Jedes Mal, wenn eine untergeordnete Bezeichnung oder Verzweigungsbezeichnung angeheftet oder vorhergesagt wird, betrachtet das Modell die vorherigen Ebenen in der Hierarchie ebenfalls als angeheftet oder vorhergesagt. Vorhersagen für übergeordnete Bezeichnungen haben in der Regel höhere Konfidenzniveaus als die niedrigeren Ebenen der Hierarchie, da sie oft leichter zu identifizieren sind.

Weitere Informationen zu Bezeichnungshierarchien finden Sie hier.

Beschriftungsstimmung

Bei Datasets mit aktivierter Stimmungsanalyse hat jede Beschriftung (sowohl angeheftet als auch vorhergesagt) eine zugeordnete positive oder negative Stimmung, die durch eine grüne oder rote Farbe angezeigt wird (z. B. die positiven Stimmungsvorhersagen unten).

Verschiedene Ebenen einer Beschriftungshierarchie können unterschiedliche Stimmungsvorhersagen haben – z. B. kann eine Bewertung für eine „Eigenschaft“ insgesamt positiv ausfallen, aber für „Eigenschaft > Standort“ negativ ausfallen.

Eine Hotelbewertung, die mehrere Label-Vorhersagen mit positiver Stimmung zeigt

War diese Seite hilfreich?

Hilfe erhalten
RPA lernen – Automatisierungskurse
UiPath Community-Forum
Uipath Logo White
Vertrauen und Sicherheit
© 2005–2024 UiPath. Alle Rechte vorbehalten