- 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
- Vorbereiten von Daten für den CSV-Upload
- Hochladen einer CSV-Datei in eine Quelle
- 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
- 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
- Migrationsanleitung: Exchange Web Services (EWS) zur Microsoft Graph-API
- 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
Ein Stream wird erstellt
- Sie müssen die Rollen IXP-Projektadministrator oder IXP-Entwickler als Automation Cloud-Benutzer oder die Streams-Administratorberechtigung als Legacy-Benutzer zugewiesen haben.
- Sie müssen die Rollen IXP Analyst, IXP Viewer oder IXP Model Trainer als Automation Cloud-Benutzer oder die Berechtigung Streams anzeigen als Legacy-Benutzer zugewiesen haben, mit der Sie nur die Streams anzeigen können, die einem Dataset zugewiesen sind. Ohne diese Berechtigung wird die Seite „Streams“ nicht im Dataset-Navigationsmenü angezeigt.
Um einen Stream zu erstellen, gehen Sie wie folgt vor:
Bevor Sie einen Stream erstellen, stellen Sie sicher, dass Sie ein angeheftetes Modell haben.
-
Navigieren Sie zur Seite Datasets und wählen Sie die Registerkarte Streams aus.
-
Wählen Sie Neuer Stream + aus. Dadurch wird das modale Element Einen Stream erstellen geöffnet, in dem Sie die erforderlichen Felder ausfüllen müssen:
- Titel – Geben Sie dem Stream einen Titel und eine Beschreibung.
- API-Name – Legen Sie einen API-Namen fest.
- Modellversion – Geben Sie die zu verwendende Modellversion (Beschrifter) an.
- Filter – Verwenden Sie die Filterleiste im Seitenbereich, um Benutzereigenschaftsfilter festzulegen, die erfüllt sein müssen, damit Nachrichten in die Warteschlange für den Stream aufgenommen werden.
-
Wählen Sie eine Beschriftung und einen Konfidenzschwellenwert aus, wie in der folgenden Abbildung gezeigt:
Wenn Sie einen Schwellenwert festlegen, wird diese Beschriftung im Stream zurückgegeben, wenn die Plattform diese Beschriftung mit einer Konfidenz vorhersagt, die gleich oder größer als der festgelegte Schwellenwert ist. Das Festlegen eines Beschriftungsschwellenwerts ändert nicht, welche Nachrichten aus dem Stream zurückgegeben werden, sondern nur, welche Vorhersagen mit ihnen zurückgegeben werden. Die Plattform sagt die Anzahl der falsch positiven und falsch negativen Ergebnisse vorher, die der Stream falsch ergeben würde.
Der Standardschwellenwert für eine Beschriftung beträgt 100 %. Zu diesem Zeitpunkt ist sie deaktiviert und der Stream gibt keine Vorhersagen für die Beschriftung zurück.
Wenn der Schwellenwert auf weniger als 100 % festgelegt ist, gibt der Stream Vorhersagen für die Bezeichnungen zurück, die über dem Schwellenwert liegen.
4. Aktivieren Sie das Kontrollkästchen, um den Stream zu erstellen.