- 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
Verstehen der Datenstruktur und -berechtigungen
Innerhalb der Plattform werden Daten in einer hierarchischen Weise strukturiert und gespeichert, die aus 3 Hauptkomponenten besteht – Datenquellen, Datasets, Projekte. Wenn Sie ein Automation Cloud-Benutzer sind, werden diese drei Komponenten in Ihren Cloud-Mandanten gespeichert. Der Zugriff auf jede von ihnen wird durch strenge Berechtigungen gesteuert.
Datenquellen
Dies sind Sammlungen von rohen, unbeschrifteten Kommunikationsdaten eines ähnlichen Typs, z. B alle E-Mails von einem freigegebenen Postfach oder einer Sammlung von NPS-Umfrageantworten (weitere Details finden Sie hier ). Einzelne Datenquellen können mit bis zu 10 verschiedenen Datasets verknüpft werden.
Datasets
Diese bestehen aus 1–20 Datenquellen (von ähnlichem Typ mit ähnlichen beabsichtigten Zwecken) und dem „Modell“, das Sie erstellen, wenn Sie die Plattform trainieren, um die Daten in diesen Quellen zu verstehen (weitere Details finden Sie hier ).
Projekte
Ein autorisierter Speicherbereich innerhalb der Plattform. Jedes Dataset und jede Datenquelle gehört zu einem bestimmten Projekt, das bei der Erstellung angegeben wird (weitere Informationen finden Sie unter Projekte ).
Mandanten (nur Automation Cloud-Benutzer)
Mit diesen können Sie Ihre Organisationsstruktur modellieren und Ihre Geschäftsabläufe und Informationen trennen, genau wie bei Organisationen im echten Leben. Es handelt sich um Container, in denen Sie Ihre Dienste organisieren und für eine Gruppe von Benutzern verwalten können.
Sie können beispielsweise Mandanten für jede Ihrer Abteilungen erstellen und basierend auf ihren Bedürfnissen entscheiden, welche Dienste Sie für die einzelnen Abteilungen aktivieren möchten. In jedem Mandanten können Sie eine Instanz jedes Cloud-Dienstes haben.
Es ist wichtig, zu beachten, dass Sie Communications Mining-Modelle zwischen verschiedenen UiPath Cloud-Mandanten nicht hochstufen können (z. B.: Hochstufen von DEV auf PROD).
Wenn eine Bereitstellung nur in PROD in einer PROD-Umgebung möglich ist, aktivieren Sie Communications Mining in PROD. Wenn Sie jedoch flexibel bei der Bereitstellung auf PROD aus einer anderen Umgebung sind, können Ihre PROD-Automatisierung(en) die Plattform von dem Mandanten aus aufrufen lassen, in dem sie sich befindet (z. B.: QA/DEV).
Berechtigungen
Diese sind benutzerspezifisch und für jedes Projekt spezifisch, zu dem ein Benutzer gehört. Sie können Zugriff auf vertrauliche Daten gewähren und es Benutzern je nach Berechtigung ermöglichen, eine Reihe verschiedener Aktionen in der Plattform auszuführen (weitere Informationen finden Sie hier ).
Überblick
Wenn Sie ein Automation Cloud-Benutzer sind, wird Ihr Communications Mining-Dienst auf einem bestimmten Mandanten aktiviert. In Mandanten werden Projekte gespeichert.
Jedes Dataset und jede Datenquelle ist einem bestimmten Projekt zugeordnet, wobei Benutzer Berechtigungen für diese Projekte benötigen, um mit den enthaltenen Daten arbeiten zu können.
Datasets in einem Projekt können aus Datenquellen aus einem anderen Projekt bestehen. Benutzer benötigen lediglich Berechtigungen in beiden Projekten, um die Daten anzuzeigen und zu beschriften.
Die folgende Abbildung veranschaulicht die Beziehung zwischen diesen Komponenten und Berechtigungen:
- Im folgenden Beispiel mit Mandant A sind alle Datenquellen mit Projekt A1 verknüpft, während Datasets sowohl mit Projekt A1 als auch mit Projekt A2 verknüpft sind.
- Wenn ein Benutzer auf Datasets in Projekt A1 zugreifen möchte (d. h Dataset 1, 2 oder 3) benötigen sie nur Anzeigeberechtigungen für Projekt A1.
- Wenn ein Benutzer jedoch auf Datasets in Projekt A2 zugreifen möchte (d. h Dataset 4, 5 oder 6) benötigen sie Anzeigeberechtigungen sowohl für die Projekte A1 als auch für A2, da sich die Datenquellen alle in Projekt A1 befinden.
- Um das Projekt A1 oder A2 anzuzeigen, benötigte der Benutzer Zugriff auf Mandant A. Um das Projekt B1 anzuzeigen, benötigte der Benutzer Zugriff auf Mandant B. Die Benutzerberechtigungen werden nicht mandantenübergreifend übertragen.
- Das Konzept von mehreren Cloud-Mandanten ist nur für Automation Cloud-Benutzer anwendbar.