- Einleitung
- Einrichten Ihres Kontos
- Ausgewogenheit
- Cluster
- Konzeptabweichung
- Abdeckung
- Datasets
- Allgemeine Felder
- Beschriftungen (Vorhersagen, Konfidenzniveaus, Beschriftungshierarchie und Beschriftungsstimmung)
- Modelle
- Streams
- Modellbewertung
- Projekte
- Präzision
- Rückruf
- Nachrichten mit und ohne Anmerkungen
- Extraktionsfelder
- Quellen
- Taxonomien
- Training
- „True“ und „false“ positive und negative Vorhersagen
- Validierung
- Messages
- Zugriffssteuerung und Administration
- Verwalten Sie Quellen und Datasets
- Verstehen der Datenstruktur und -berechtigungen
- Erstellen oder Löschen einer Datenquelle in der GUI
- Hochladen einer CSV-Datei in eine Quelle
- Vorbereiten von Daten für den CSV-Upload
- Ein Dataset wird erstellt
- Mehrsprachige Quellen und Datasets
- Aktivieren der Stimmung für ein Dataset
- Ändern der Dataset-Einstellungen
- Löschen einer Nachricht
- Löschen eines Datasets
- Exportieren eines Datasets
- Verwenden von Exchange-Integrationen
- Modelltraining und -wartung
- Grundlegendes zu Beschriftungen, allgemeinen Feldern und Metadaten
- Beschriftungshierarchie und Best Practices
- Vergleichen von Anwendungsfällen für Analyse und Automatisierung
- Konvertieren Ihrer Ziele in Bezeichnungen
- Übersicht über den Modelltrainingsprozess
- Generative Anmerkung
- 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
- So funktioniert die Validierung
- Verstehen und Verbessern der Modellleistung
- Gründe für die geringe durchschnittliche Beschriftungsgenauigkeit
- 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
- Automations and Communications Mining™
- Entwickler (Developer)
- Verwenden der API
- API-Tutorial
- Quellen
- Datasets
- Anmerkungen
- Anhänge (Attachments)
- Vorhersagen
- Erstellen Sie einen Stream
- Aktualisieren Sie einen Stream
- Rufen Sie einen Stream nach Namen ab
- Rufen Sie alle Streams ab
- Löschen Sie einen Stream
- Ergebnisse aus Stream abrufen
- Kommentare aus einem Stream abrufen (Legacy)
- Bringen Sie einen Stream vor
- Einen Stream zurücksetzen
- Kennzeichnen Sie eine Ausnahme
- Entfernen Sie das Tag einer Ausnahme
- Prüfungsereignisse
- Alle Benutzer abrufen
- Konfigurieren der CLI
- Batch-Download
- Batch-Upload
- Batch-Löschung
- Change log
- Befehlsreferenz
- Hochladen von Daten
- Herunterladen von Daten
- Exchange Integration mit einem Azure-Dienstbenutzer
- Exchange-Integration mit der Azure-Anwendungsauthentifizierung
- Exchange-Integration mit Azure Application Authentication und Graph
- Abrufen von Daten für Tableau mit Python
- Elasticsearch-Integration
- Allgemeine Feldextraktion
- Selbst gehostete Exchange-Integration
- UiPath® Automatisierungs-Framework
- Offizielle UiPath®-Aktivitäten
- Wie Maschinen lernen, Wörter zu verstehen: eine Anleitung zu Einbettungen in NLP
- Eingabeaufforderungsbasiertes Lernen mit Transformers
- Ef Robots II: Wissensdegesterration und Feinabstimmung
- Effiziente Transformer I: Warnmechanismen
- Tief hierarchische, nicht überwachte Absichtsmodellierung: Nutzen ohne Trainingsdaten
- Beheben von Anmerkungsverzerrungen mit Communications Mining™
- Aktives Lernen: Bessere ML-Modelle in weniger Zeit
- Auf Zahlen kommt es an – Bewertung der Modellleistung mit Metriken
- Darum ist Modellvalidierung wichtig
- Vergleich von Communications Mining™ und Google AutoML für Conversation Data Intelligence
- Lizenzierung
- Häufige Fragen und mehr

Communications Mining-Benutzerhandbuch
re. Es wird davon ausgegangen, dass Sie die CLI installiert haben. Weitere Informationen finden Sie in den Anweisungen.
Der Abschnitt Schnelleinrichtung ist eine kurze Schritt-für-Schritt-Anleitung für die ersten Schritte und die Konfiguration der CLI. Der Rest der Seite enthält detaillierte Anweisungen und geht auf alle verfügbaren Optionen ein.
Das Befehlszeilentool für Ihre Plattform (Linux, Mac und Windows werden unterstützt).
Erstellen Sie einen benannten Kontext , um zu vermeiden, dass Sie Ihren Mandantenendpunkt und Ihr API-Token jedes Mal eingeben müssen. Geben Sie Ihren Mandantenendpunkt an:
re config add --name main --endpoint https://<my_api_endpoint>/re config add --name main --endpoint https://<my_api_endpoint>/
Sie werden aufgefordert, Ihr API-Token einzufügen:
I A new context `main` will be created.
Enter API token [none]: MYSUPERSECRETTOKEN
I New context `main` was created.I A new context `main` will be created.
Enter API token [none]: MYSUPERSECRETTOKEN
I New context `main` was created.
Versuchen Sie, einen Befehl auszuführen, um zu überprüfen, ob alles funktioniert, z. B
re get datasetsre get datasets
-c oder --context verwenden, um einen bestimmten Kontext mit dem Befehl zu verwenden, z. B
re -c main get datasetsre -c main get datasets
--token, --endpoint und --proxy usw. überschrieben werden. Befehlszeilenargumente haben Vorrang vor den Kontexteinstellungen.
re aufgefordert, das Token interaktiv einzugeben.
Beispielsweise um die verfügbaren Datasets aufzulisten
➜ re --endpoint https://acme.reinfer.io get datasets
input: Enter API token [none]: MYSUPERSECRETAPITOKEN
Name ID Updated (UTC) Title
InvestmentBank/collateral-streams aa9dda7c059e5a8d 2019-04-30 17:25:03 IB Collateral Streams
InvestmentBank/george-test 1aaeacd49dfce8a0 2019-05-10 15:32:34 Test Dataset
InvestmentBank/margin-call b9d50fb2b38c3af5 2019-05-08 07:51:09 IB Margin Call
InvestmentBank/margin-call-large 6d00b9f69ab059f6 2019-05-11 09:23:43 IB Margin Call Large➜ re --endpoint https://acme.reinfer.io get datasets
input: Enter API token [none]: MYSUPERSECRETAPITOKEN
Name ID Updated (UTC) Title
InvestmentBank/collateral-streams aa9dda7c059e5a8d 2019-04-30 17:25:03 IB Collateral Streams
InvestmentBank/george-test 1aaeacd49dfce8a0 2019-05-10 15:32:34 Test Dataset
InvestmentBank/margin-call b9d50fb2b38c3af5 2019-05-08 07:51:09 IB Margin Call
InvestmentBank/margin-call-large 6d00b9f69ab059f6 2019-05-11 09:23:43 IB Margin Call Large
--tokenangegeben werden.➜ re --endpoint https://acme.reinfer.io --token MYSUPERSECRETAPITOKEN get datasets➜ re --endpoint https://acme.reinfer.io --token MYSUPERSECRETAPITOKEN get datasets
Im Allgemeinen ist dies keine gute Idee, da das API-Token in Ihrem Shell-Verlauf gespeichert wird. Es wäre besser, das API-Token in einer Umgebungsvariablen zu speichern.
➜ re --endpoint https://acme.reinfer.io --token $REINFER_TOKEN get datasets➜ re --endpoint https://acme.reinfer.io --token $REINFER_TOKEN get datasets
Dies ist jedoch immer noch ausführlich, sich wiederholend und unsicher.
Die Bereitstellung der Konfiguration mithilfe von Befehlszeilen-Flags kann in einigen Fällen nützlich sein. Die empfohlene Verwendung der CLI ist jedoch die Konfiguration eines benannten Kontexts. Weitere Informationen finden Sie im folgenden Abschnitt.
re -Befehl anwenden können. Wenn Sie einen Kontext zum Ausführen eines Befehls angeben, werden die Einstellungen und Anmeldeinformationen zum Ausführen dieses Befehls verwendet. In der Konfigurationsdatei können mehrere Kontexte gespeichert werden.
Kontexte helfen zu vermeiden, dass bei jedem Befehl manuell ein Token, ein Endpunkt und andere Konfigurationen angegeben werden müssen. Ein Kontext besteht aus:
- Ein einprägsamer Name , der als Bezeichner für den Kontext dient
- Ein API-Token , das zur Authentifizierung des Benutzers verwendet wird, der Anforderungen stellt
- Ein Endpunkt , an den die CLI die Anforderungen stellt
- (Optional) Ein HTTP-Proxy , der für alle Anforderungen verwendet werden soll
- (Optional) Ob ungültige TLS-Zertifikate vom Endpunkt akzeptiert werden sollen (nur nützlich für interne/dev Communications Mining™-Cluster)
Sie können einen Standardkontext angeben, der verwendet wird, wenn auf keinen explizit verwiesen wird.
-c, --context kann verwendet werden, um einen bestimmten Kontext mit Namen zu versehen, die Sie als Parameter in der Befehlszeile für einzelne Befehle angeben können.
Erstellen eines Kontexts
re config addre config addWenn der Befehl ohne Optionen ausgeführt wird, fragt er interaktiv nach dem Kontextnamen, dem Endpunkt und dem Token.
➜ re config add
* Context name: acme-prod
I A new context `acme-prod` will be created
* Enter API token [none]: MYSUPERSECRETTOKEN
* Endpoint [https://reinfer.io/]: https://acme.reinfer.io
I Default context set to `acme-prod`
I New context `acme-prod` was created➜ re config add
* Context name: acme-prod
I A new context `acme-prod` will be created
* Enter API token [none]: MYSUPERSECRETTOKEN
* Endpoint [https://reinfer.io/]: https://acme.reinfer.io
I Default context set to `acme-prod`
I New context `acme-prod` was createdBeim Erstellen des allerersten Kontexts wird dieser als aktiv festgelegt
➜ re config add --name acme-dev --endpoint https://acme.reinfer.io/
I A new context `acme-dev` will be created.
* Enter API token [none]: MYSUPERSECRETTOKEN
I Default context set to `acme-dev`
I New context `acme-dev` was created.➜ re config add --name acme-dev --endpoint https://acme.reinfer.io/
I A new context `acme-dev` will be created.
* Enter API token [none]: MYSUPERSECRETTOKEN
I Default context set to `acme-dev`
I New context `acme-dev` was created.Wenn Sie einen Kontext mit einem bereits vorhandenen Namen hinzufügen, wird dieser Kontext stattdessen aktualisiert.
# Edit the acme-dev context if it already exists
re config add acme-dev# Edit the acme-dev context if it already exists
re config add acme-devre config add -h. Die wichtigsten sind:
| Name | BESCHREIBUNG |
--name <name> | Der Name des Kontexts, der erstellt oder aktualisiert wird |
--endpoint <endpoint> | Der Communications Mining™-Clusterendpunkt, der für diesen Kontext verwendet wird |
--token <token> | Das erneute API-Token, das für diesen Kontext verwendet wird |
--proxy <proxy> | URL für einen HTTP-Proxy, der für alle Anforderungen verwendet wird, falls angegeben |
Der aktuelle Kontext wird für alle nachfolgenden Befehle verwendet. Im Folgenden werden alle Datasets für den aktuellen Kontext gedruckt.
re get datasetsre get datasets--token, --endpoint und --proxy überschrieben werden.re --proxy http://proxy.example get datasetsre --proxy http://proxy.example get datasetsVerwenden eines Kontexts
-c oder --context verwenden, um einen bestimmten Kontext mit dem Befehl zu verwenden, z. B
re -c my-context get datasetsre -c my-context get datasetsneu konfigurieren
re config . Die Unterbefehle ermöglichen das Erstellen, Aktualisieren, Festlegen von Standardeinstellungen, Löschen von Kontexten und vieles mehr.
Alle verfügbaren Optionen finden Sie in der Befehlsreferenz.
Der Speicherort Ihres Konfigurationsverzeichnisses hängt vom Betriebssystem ab. Das Communications Mining™-Befehlszeilentool berücksichtigt diese Betriebssystemstandards und in der Regel finden Sie das Konfigurationsverzeichnis unter
~/.config/reinferunter Linux$HOME/.config/reinferunter macOS%AppData%\reinferunter Windows
contexts.json gespeichert, z. B. ~/.config/reinfer/contexts.json unter Linux. Es sieht ungefähr so aus
{
"current_context": "prod",
"contexts": [
{
"name": "prod",
"endpoint": "https://acme.reinfer.io/",
"token": "MYSUPERSECRETTOKEN",
"accept_invalid_certificates": false,
"proxy": null
}
]
}{
"current_context": "prod",
"contexts": [
{
"name": "prod",
"endpoint": "https://acme.reinfer.io/",
"token": "MYSUPERSECRETTOKEN",
"accept_invalid_certificates": false,
"proxy": null
}
]
}