- 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
- Lizenzierung
- Häufige Fragen und mehr
Lizenzierung
Sie können Communications Mining als Dienst in der Automation Cloud aktivieren, wenn die folgenden beiden Voraussetzungen erfüllt sind:
- Sie verfügen über eine Enterprise Automation Cloud-Lizenz.
- Ihre Automation Cloud-Organisation verfügt über verfügbare AI Units (d. h >0).
- Wenn Sie derzeit keine Enterprise-Lizenz haben, wenden Sie sich an Ihren Account Manager, um Informationen zu verfügbaren Enterprise-Testversionen zu erhalten.
- Wenn Sie eine Enterprise-Lizenz, aber keine AI Units verfügbar haben, wenden Sie sich an Ihren Account Manager, um welche zu erwerben.
Im Abschnitt AI Units auf der Registerkarte Verbrauchseinheiten wird auf der Seite Lizenzen die Verbrauchsberechtigung (AI Units) angezeigt.
Wechseln Sie zum Navigationsmenü der Automation Cloud und dann zu Admin:
Nr. | Aufgabe | Verantwortliche Rolle(n) |
1 | Erhalten Sie über die Automation Cloud Zugriff auf die Plattform | Organisationsadministrator in Automation Cloud |
2 | Aktivieren Sie Communications Mining als Dienst auf einem Automation Cloud-Mandanten | Alle Benutzer, die Zugriff benötigen |
3 | Ein Projekt in Communications Mining erstellen* | Organisationsadministrator in Automation Cloud |
4 | Fügen Sie diesem Projekt entsprechende Benutzer hinzu und geben Sie ihre Berechtigungen an* | Organisationsadministrator in Automation Cloud |
Sobald Sie diese Schritte ausgeführt haben, kann ein Administrator die Datenquelle(n) hinzufügen, das Dataset in Communications Mining erstellen und mit dem Training Ihres Modells beginnen.
Die Nutzung von Communications Mining wird durch den Verbrauch von AI Units gemessen.
Bei Communications Mining werden AI Units für das Hochladen von Daten in die Plattform in Rechnung gestellt, und zwar mit 1 AI Unit pro erstellter Nachricht (d. h. einem Kommentar in der API), z. B. einer E-Mail, oder pro aktualisierter Nachricht, wenn deren Text geändert wurde.
Da Communications Mining-Modelle kontinuierlich neu trainiert und Vorhersagen automatisch aktualisiert werden, werden Benutzern nicht pro Vorhersage, sondern pro Nachricht Kosten in Rechnung gestellt.
Für die folgenden Vorgänge werden Ihnen AI Units zum Satz von 1 pro Nachricht in Rechnung gestellt:
- Hochladen von Daten in die Plattform über die API
- Hochladen von Kommentaren oder unformatierten E-Mails (Synchronisierungs- und Sync-Raw-E-Mail-Routen)
- Abrufen von Vorhersagen für Kommentare oder unformatierte E-Mails, die nicht in der Plattform enthalten sind (Vorhersage- und Vorhersage-Roh-E-Mail-Routen)
- Hochladen von Daten in die Plattform über die CLI
- Hochladen von Daten in die Plattform über Integrationen
- Synchronisieren von E-Mails über die Exchange-Integration
- Synchronisieren von Salesforce-Objekten über die Salesforce-Integration
- Hochladen von Daten in die Plattform über die Benutzeroberfläche der Plattform
Nach dem Hochladen können Nachrichten für einen Zeitraum von 2 Jahren ohne zusätzliche Kosten in Communications Mining gespeichert werden.
Informationen zum Überwachen des AI Unit-Verbrauchs in der Automation Cloud finden Sie in der Dokumentation zu AI Units hier.
- Aktivieren von Communications Mining als Dienst
- Voraussetzungen für die Aktivierung von Communications Mining
- Die Berechtigung für AI Unit wird überprüft
- Prozess zum Aktivieren von Communications Mining™
- Mess- und Ladelogik
- So wird der Verbrauch für Communications Mining gemessen
- Verbrauch von AI Units
- Überwachen des Verbrauchs von AI Units