- 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
Communications Mining-Benutzerhandbuch
Role-Based Access Control
This section describes the Role-Based Access Control (RBAC) experience in Communications Mining™ .
Role-Based Access Control (RBAC) in Communications Mining™ is integrated with Automation Cloud’s AuthZ RBAC service. This integration allows you to assign roles within Communications Mining to user groups in Automation Cloud. For more details, read about accounts and groups and managing access in the Automation Cloud guide for more information.
If you integrate with Automation Cloud via Single Sign-On (SSO), you can manage permissions through user groups in Automation Cloud. These permissions can then be applied within Communications Mining, ensuring a seamless and consistent access control experience. Check out authentication in Automation Cloud in the Automation Cloud guide for more information.
When you provision project roles to groups, users in those groups will have access to any projects the groups are added to. This means they will see the data within those projects, which might not be appropriate for a large group of users, especially in regulated industries. Learn more about the data structure and permission hierarchy in Communications Mining.
We recommend segregating groups at relevant and appropriate access levels. For example, if only a limited set of users should access each project, create per-project groups to provision access to each project. Otherwise, unauthorized people might access the data.
If segregation is very important and no data should be shared with other teams, consider using a separate Automation Cloud tenant.
- UiPath Organization Admin: While this role is not specific to Communications Mining, Organization administrators in Automation Cloud can assign roles to anyone in Communications Mining.
- CM Service Admin: This role is the Communications Mining Service Administrator for the Tenant. CM Service Admins can create and delete projects, and perform tenant-level administration tasks. UiPath Organization administrators are automatically granted this role.
- CM Project Admin: This role allows you to manage a project, including users, integrations, sources, datasets, models, streams, and alerts. You cannot create or delete projects.
- CM Model Trainer: This role allows you to view a project, review and label data, update dataset settings, and pin model versions. You can create datasets but you cannot delete them.
- CM Developer: This role allows you to view a project, upload and export data, configure integrations, pin model versions, manage streams, and consume predictions from them. You cannot review and label data, nor create, update, or delete datasets and alerts.
- CM Analyst: This role allows you to view a project and create, update, and delete dashboards and alerts. You cannot import or export data, review and label data, modify or consume streams, or set up integrations.
- CM Viewer: This role allows you to view a project. You cannot create, update, or delete anything.
- Quellen – Quellen anzeigen
- Datasets – Beschriftungen anzeigen
- Streams – Zeigen Sie Streams an
- Integrationen – Integrationen anzeigen
- Warnungen – Warnungen anzeigen
For details on the specific roles available, and the permissions that they grant, check out User permissions explained. Permissions are not assigned individually to users. Instead, users are assigned roles, which provide a set of underlying permissions to perform certain actions.