- 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
- 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
- Löschen Sie eine Quelle
- Exportieren Sie ein Dataset
- Verwenden von Exchange-Integrationen
- Vorbereiten von Daten für den CSV-Upload
- 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
- 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
- Überblick
- Filtern des Extraktionsfeldtyps
- Generieren Ihrer Extraktionen
- Validieren und kommentieren Sie generierte Extraktionen
- Bewährte Methoden und Überlegungen
- Grundlegendes zur Validierung von Extraktionen und Extraktionsleistung
- Häufig gestellte Fragen
- Verwenden von Analyse und Überwachung
- Automatisierungs- und Communications Mining
- Lizenzierungsinformationen
- Häufige Fragen und mehr
Validieren und kommentieren Sie generierte Extraktionen
Geben Sie genügend Beispiele an, damit das Modell Ihnen Validierungsstatistiken liefern kann. Mithilfe von Validierungsstatistiken können Sie verstehen, wie gut Ihre Extraktionen funktionieren. Darüber hinaus können Sie Ihre Extraktionen fein abstimmen .
Überprüfen Sie die Ergebnisse und:
- Akzeptieren Sie die Extraktion(en), wenn sie alle korrekt sind.
- Korrigieren Sie die Extraktionen, wenn es falsche Vorhersagen gibt.
- Markieren Sie Extraktionen als fehlend, wenn sie nicht in der Nachricht vorhanden sind.
- Konfigurieren Sie zusätzliche Felder, falls welche fehlen, die zur Aktivierung der End-to-End-Automatisierung erforderlich sind.
Warum ist Feinabstimmung wichtig?
Durch die Feinabstimmung können Sie die gesammelten Anmerkungen verwenden, um die Leistung des Extraktionsmodells zu verbessern.
Sie können das out-of-the-box Modell verwenden und die Leistung für Ihre Anwendungsfälle verbessern.
Wann können Sie aufhören?
Beenden Sie, sobald Sie mindestens 25 Beispiele für Bezeichnungsextraktionen für das Modell angegeben haben, das im Validierungsprozess verwendet werden soll. Überprüfen Sie die Validierung und prüfen Sie, ob die Leistung ausreicht oder ob weitere Beispiele erforderlich sind.
# | Beschreibung |
1 | Wenn alle Feldvorhersagen korrekt sind, können Sie mit der Schaltfläche Bestätigen bestätigen, dass die Anmerkungen in einem Massenvorgang korrekt sind. |
2 | Um Felder hinzuzufügen oder zu ändern , die in der Nachricht hätten vorhanden sein sollen, wählen Sie + neben dem Abschnitt „Allgemeines Feld“ oder „Extraktionsfeld“ aus. |
3 | Durch Aktivieren dieses Kontrollkästchens können Sie bestätigen , dass eine Feldanmerkung auf Extraktionsebene korrekt ist. |
4 | Dies zeigt an, welcher Datenpunkt für ein bestimmtes Feld vorhergesagt wurde.
Wenn die Vorhersage falsch ist, können Sie durch Auswahl der Schaltfläche x das Feld mit der richtigen Vorhersage anpassen. |
5 | Dies zeigt die Position in der Meldung an, an der die vorhergesagten Datenpunkte vorhergesagt werden.
|
6 | Um Felder hinzuzufügen oder zu ändern , zeigen Sie mit dem Mauszeiger auf die Schaltfläche „ + ‟ auf dem jeweiligen allgemeinen Feld oder Extraktionsfeldabschnitt. |
7 | Um die Felder zu erweitern, die für allgemeine Felder oder bestimmte Extraktionsfelder angezeigt werden, wählen Sie die Dropdown- Schaltfläche aus. |
Die Abbildung unten zeigt, wie eine Extraktion im nicht bestätigten Zustand aussieht. Im rechten Bereich wird die Extraktion als nicht bestätigt markiert und die Hervorhebung des Texts selbst hat eine hellere Farbe.
Die Registerkarte Extraktionstraining befindet sich in der öffentlichen Vorschau.
Führen Sie die folgenden Schritte aus, um Ihre Extraktionen über die Registerkarte Trainieren zu validieren:
- Wechseln Sie zu Trainieren.
- Gehen Sie zu Extraktion.
- Wählen Sie die Bezeichnungsextraktion aus, die Sie validieren möchten.
- Sobald Sie die Bezeichnungsextraktion ausgewählt haben, die Sie validieren möchten, bestätigen Sie, ob die angezeigte Nachricht ein anwendbares Beispiel für die Bezeichnung ist.
- Nachdem Sie alle anwendbaren Beschriftungen angewendet haben, wählen Sie Weiter: Felder kommentieren aus.
- Die Validierung von Extraktionen in der Registerkarte „ Training“ ähnelt der Validierung von Extraktionen in „Erkunden“.
Der Hauptunterschied besteht darin, dass Sie die Meldungen in Trainingsbatches sehen können.
- Mit der Schaltfläche „ Alle bestätigen und weiter “ werden Sie zur nächsten Nachricht weitergeleitet, der Sie automatisch eine Anmerkung hinzufügen.