Verstehen des Status Ihres Datasets

Jedes Mal, wenn Sie Beschriftungen anwenden oder allgemeine Felder in Ihrem Dataset überprüfen, wird Ihr Modell erneut trainiert und eine neue Modellversion erstellt. Weitere Informationen zur Verwendung verschiedener Modellversionen finden Sie hier.

Wenn das Modell erneut trainiert wird, nimmt es die neuesten Informationen, die es erhalten hat, und berechnet alle seine Vorhersagen im gesamten Dataset neu. Dieser Prozess beginnt, wenn Sie mit dem Training beginnen, und oft, wenn Communications Mining die Anwendung der Vorhersagen für eine Modellversion abschließt, werden die Vorhersagen bereits für eine neuere Modellversion neu berechnet. Wenn Sie das Training nach einer Weile beenden, wird Communications Mining in Kürze aufholen und die Vorhersagen anwenden, die das allerneueste Training widerspiegeln, das im Dataset abgeschlossen wurde.

Dieser Prozess kann je nach Umfang des abgeschlossenen Trainings, der Größe des Datasets und der Anzahl der Beschriftungen in der Taxonomie einige Zeit in Anspruch nehmen. Communications Mining verfügt über eine hilfreiche Statusfunktion, die Benutzern hilft zu verstehen, wann ihr Modell auf dem neuesten Stand ist oder ob es ein erneutes Training ist und wie lange das voraussichtlich dauern wird.

Wenn Sie sich in einem Dataset befinden, zeigt eines dieser beiden Symbole oben auf der Seite den aktuellen Status an:

	Dieses Symbol gibt an, dass das Dataset auf dem neuesten Stand ist und die Vorhersagen aus der neuesten Modellversion angewendet wurden.
	Dies weist darauf hin, dass das Modell erneut trainiert wird und die Vorhersagen möglicherweise nicht auf dem neuesten Stand sind.

Wenn Sie mit der Maus über das Symbol fahren, werden weitere Details zum Status angezeigt, wie unten gezeigt:

Modales Element Status des Datasets

Hinweis: Manchmal stellen Sie fest, dass Communications Mining neu trainiert wird, auch wenn Sie keine Beschriftungen angewendet oder allgemeine Felder überprüft haben. Dies kann darauf zurückzuführen sein, dass unser Team Verbesserungen an unserer Plattform und unseren Modellen bereitstellt, für die die Modelle möglicherweise Verbesserungen vornehmen erneut trainieren. Alle Automatisierungen, die auf einer bestimmten Modellversionsnummer basieren, sind davon nicht betroffen.