- Erste Schritte
- Ausgewogenheit
- Cluster
- Konzeptabweichung
- Abdeckung
- Datasets
- 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
- Exportieren Sie ein Dataset
- Verwenden von Exchange-Integrationen
- Vorbereiten von Daten für den CSV-Upload
- Modelltraining und -wartung
- Verstehen von Bezeichnungen, Entitäten 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)
- Verstehen des Status Ihres Datasets
- Best Practice für Modelltraining und Beschriftung
- Training mit aktivierter Beschriftungs-Stimmungsanalyse
- Trainieren
- Einführung zu „Verfeinern“
- 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 „Bezeichnung überprüfen“ und „Bezeichnung fehlen“
- Training mit der Bezeichnung „Teach“ (Verfeinern)
- Training mit der Suche (verfeinern)
- Verstehen und Erhöhen der Abdeckung
- Verbesserung des Ausgleichs und Verwendung von „Neuausgleich“
- Wann das Training Ihres Modells beendet werden soll
- Definieren und Einrichten Ihrer Entitäten
- Grundlegendes zu Entitäten
- Welche vortrainierten Entitäten sind verfügbar?
- Aktivieren, Deaktivieren, Aktualisieren und Erstellen von Entitäten
- Entitätsfilterung
- Überprüfen und Anwenden von Entitäten
- Validierung für Entitäten
- Verbesserung der Entitätsleistung
- Erstellen von benutzerdefinierten Regex-Entitäten
- Verwenden von Analytics & Monitoring
- Automatisierungs- und Communications Mining
- Häufige Fragen und mehr
Überblick
Für Berichte erforderliche Benutzerberechtigungen: „Quellen anzeigen“ UND „Beschriftungen anzeigen“.
Auf der Seite Berichte können Benutzer die plattformübergreifende Berichterstellung für ihr Dataset anzeigen. Die Berichte sind alle filterbar, sodass Benutzer die Ansichten sehen können, die für sie am wichtigsten sind.
Sie können über die obere Navigationsleiste zur Seite Berichte navigieren.
Je nach Datentyp verfügt die Plattform über bis zu 6 Registerkarten unter Berichte. Benutzer können zwischen Berichten auf Nachrichten- und Thread-Ebene umschalten, wenn die Daten in Thread-Form vorliegen (z. B Anrufprotokolle und E-Mail-Kketten). Andernfalls wird der Nachrichtenfilter standardmäßig verwendet.
- Dashboard – Ermöglicht es Ihnen, benutzerdefinierte Dashboard-Ansichten mithilfe der Daten aus den anderen Registerkarten zu erstellen.
- Beschriftungszusammenfassung – Zeigt zusammenfassende Statistiken auf hoher Ebene für Beschriftungen an.
- Trends – Zeigt Diagramme für das Nachrichtenvolumen, das Beschriftungsvolumen und die Stimmung über einen bestimmten Zeitraum an.
- Segmente – Zeigt Diagramme der Beschriftungsvolumen im Vergleich zu den Nachrichten-Metadatenfeldern, z. B Absenderdomäne.
- Threads – Zeigt Diagramme der Thread-Volumes und Bezeichnungsvolumen innerhalb eines Threads an (nur zugänglich, wenn der Filter „Thread“ angewendet wird)
- Vergleich – Ermöglicht es Ihnen, verschiedene Datenkohorten miteinander zu vergleichen.
Oben auf jeder Registerkarte auf der Seite „Berichte“ sehen Sie die Gesamtzahl der im Dataset enthaltenen Meldungen, die Nettostimmung (wenn die Stimmungsanalyse aktiviert ist) und den Datumszeitraum für die ausgewählten Daten.
Wenn Sie Benutzereigenschafts-, Entitäts- oder Bezeichnungsfilter anwenden, werden diese Statistiken basierend auf den von Ihnen getroffenen Filtern und Auswahlen aktualisiert.
Wenn Sie nach mehreren Bezeichnungen filtern, aber keine anderen Filter angewendet haben, wird Ihnen die Gesamtanzahl der Meldungen im Dataset angezeigt, für die wahrscheinlich mindestens eine der ausgewählten Bezeichnungen vorhergesagt wurde.
