- 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
Trainieren
Benutzerberechtigungen erforderlich: Quellen anzeigen UND Überprüfen und Beschriften.
Die Hauptseite „Training“ enthält nützliche Informationen über das bisher durchgeführte Training, die Leistung des Modells und eine Liste der priorisierten nächstbesten Trainingsaktionen, die genauso wie die Seite Validierung auszuführen sind. Es handelt sich um ein vollständig geführtes Beschriftungstraining .
So trainieren Sie eine Aktion:
- Wählen Sie eine Trainingsaktion aus, um zur spezifischen Schnittstelle für Trainingsbatches zu wechseln, für kurze, einfach zu verbrauchende Trainingssitzungen.
Je nach empfohlener Aktion beträgt die Anzahl der Meldungen oder Meldungscluster im Batch 10, kann jedoch variieren.
Batch-Trainingsseite für „Machine“-Training - Wenden Sie die Beschriftungen (und die allgemeinen Felder) auf die Nachricht(en) auf dem Bildschirm an.
- Wählen Sie Fertig aus. Sie können zur nächsten Nachricht oder zum nächsten Cluster wechseln, indem Sie auf Weiter klicken.
- Am Ende des Batches sehen Sie eine Zusammenfassung der Trainingsaktionen, die Sie durchgeführt haben. Um Ihre nächste Sitzung auszuwählen, wählen Sie eine andere empfohlene Aktion aus.
Zusammenfassung der Trainingsaktionen, die während eines Trainingsbatches abgeschlossen wurden
- Wählen Sie eine weitere empfohlene Aktion aus, um Ihre nächste Sitzung auszuwählen.
Wenn Sie lieber ohne die Anleitung der Plattform trainieren möchten, können Sie das Umschaltsymbol Geführt deaktivieren und auswählen, welche Sitzungen abgeschlossen werden sollen. Weitere Informationen finden Sie im Abschnitt Verwenden von Train ohne für Beschriftungen aktivierte Anleitung .
Train wird weiterhin der Hauptort werden, um Ihr gesamtes Modelltraining von Anfang bis Ende abzuschließen, aber einige zusätzliche Funktionen befinden sich noch in der Entwicklung (z. B geführtes allgemeines Feldtraining). Im Moment ist es ein Add-on für den vorhandenen Funktionssatz, d. h., dass alle Funktionen, die Sie gewohnt sind, so verwendet werden können, wie sie sind, und Sie Modelle wie gewohnt trainieren können.
Es wird empfohlen, Train für ein geführtes Beschriftungstraining zu verwenden und Ihrem UiPath® Account Manager Feedback zu geben, wenn Probleme oder Herausforderungen auftreten.
Beschriftungstraining
Training im Train:
- Führt Sie von dem Moment an durch, in dem Sie ein Dataset mit den nächstbesten Aktionen für das Beschriftungstraining erstellen – dazu gehört auch das Hochladen einer Taxonomie, bevor Sie mit dem Training beginnen
- Führt Sie durch die üblichen Schritte , die an anderer Stelle in dieser Wissensdatenbank für den Modelltrainingsprozess behandelt werden (siehe Übersicht), mit Ausnahme der Empfehlung:
search
- Für einen effektiven Trainingsmodus verwenden Sie die Aktion
Search
sparsam, um dem Modell eine begrenzte Anzahl von ersten Beispielen für Beschriftungen zur Verfügung zu stellen, die noch nicht über genügend Trainingsdaten verfügen. Um diese Aktion zu verwenden, wechseln Sie zu Entdecken, Erkunden oder deaktivieren Sie die Anleitung in Train vorübergehend (weitere Informationen finden Sie im Abschnitt Verwenden von Train ohne Anleitung für Beschriftungen ).
- Für einen effektiven Trainingsmodus verwenden Sie die Aktion
- Bietet alle notwendigen Leistungsfeedbacks auf der Hauptseite und durch deren Empfehlungen. Wenn Sie detailliertes Feedback zur Modellleistung benötigen, wechseln Sie zur Seite Validierung .
annotation progress
-Bereiche, um die zusätzlichen Fortschrittsindikatoren anzuzeigen.
Allgemeines Feldtraining
Training allgemeiner Felder in Train:
- Führt Sie von dem Moment an an, in dem Sie ein Dataset mit den nächstbesten Aktionen für Ihr allgemeines Feldtraining erstellen .
- Führt Sie durch die üblichen Schritte , die an anderer Stelle in dieser Wissensdatenbank für das Training von allgemeinen Feldern während des Modelltrainingsprozesses behandelt werden.
- Bietet alle notwendigen Leistungsfeedbacks auf der Hauptseite und durch deren Empfehlungen. Wenn Sie detailliertes Feedback zur allgemeinen Feldleistung benötigen, wechseln Sie zur Validierung und dann zu den Seiten Allgemeine Feldvalidierung .
- Wenn die Plattform zu Beginn des Modelltrainingsprozesses nicht über genügend Beispiele für allgemeine Felder verfügt, von denen man lernen kann, wird standardmäßig
shuffle
empfohlen. Sobald Sie genügend Beispiele angegeben haben, wird ein gezielteres Training für bestimmte allgemeine Felder empfohlen.
Standardmäßig ist die Plattformanleitung für die Seite „Training“ aktiviert, da dies unsere Empfehlung ist.