Communications Mining
Neuestes
False
- 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
Welche vortrainierten Entitäten sind verfügbar?
Communications Mining-Benutzerhandbuch
Letzte Aktualisierung 18. Apr. 2024
Welche vortrainierten Entitäten sind verfügbar?
Die aktuelle Liste der standardmäßig vortrainierten Entitäten, die allen Benutzern zur Verfügung stehen, wird unten angezeigt:
Hinweis:
Wie im vorherigen Artikel besprochen, können diese alle als „trainierbar“ aktiviert werden, d. h. Benutzer können das Verständnis der Plattform über sie durch Training verfeinern und den Umfang dessen reduzieren, was die Plattform für eine solche Entität hält.
Entitätstyp | Beschreibung |
---|---|
Eine E-Mail-Adresse | |
Währung | Ein Währungscode, z. B DBP, CHF oder USD |
Geldmenge | Eine Geldmenge, die normalerweise mit einem Währungscode oder -symbol verbunden ist (z. B 100.000 GB, 250.000 $, 1.000.000 EUR). |
URL | Ein UiPath Resourcelocator (d. h Webadresse) |
Datum | Ein Datum, das in verschiedenen Formaten vorliegen kann |
Wertdatum | Ein zukünftiges Datum (in verschiedenen möglichen Formaten), das zur Bestimmung des Werts eines Produkts verwendet wird, dessen Preis variiert |
Kündigungsdatum | Ein Datum (in verschiedenen möglichen Formaten), an dem etwas, z. B. eine Versicherungspolice, storniert werden soll |
SEDOL | Eine Finanzsicherheitskennung, kurz für Exchange Exchange Official Official List, die 7 Zeichen lang ist |
BIC-Code | Ein Business Identifier Code (BIC) ist ein globaler Standard gemäß ISO 9362 für die Weiterleitung von Geschäftstransaktionen und die Identifizierung von Geschäftsparteien. Er hat eine Länge von 8 oder 11 Zeichen |
LEI | EinLegal Entity Identifier (Lei) ist eine eindeutige globale Kennung von Rechtsträgern, die an Finanztransaktionen beteiligt sind. Formatiert als alphanumerischer Code mit 20 Zeichen |
ist in | Eine internationalen Wertschriftenidentifikationsnummer (ISIN) macht ein Finanzzertifikat eindeutig kenntlich. Es handelt sich um einen alphanumerischen Code mit 12 Zeichen |
Mark-to-Market (MTM oder M2M) | Mark-to-Market bezieht sich auf den „Zeitwert“ eines Aktiva oder einer Last basierend auf dem aktuellen Marktpreis oder dem Preis ähnlicher Assets und Lasten oder auf einem anderen objektiv festgelegten „angemessenen“ Wert |
CUSIP | Ein CUSIP ist eine 9-stellige Zahl oder ein 9-stelliger alphanumerischer Code, der ein US-amerikanisches Finanzsicherheitszertifikat identifiziert, um das Clearing und die Abrechnung von Transaktionen zu erleichtern |
Einigen Benutzern stehen möglicherweise auch zusätzliche Entitäten zur Verfügung, die speziell für ihre Organisation erstellt wurden.