Communications Mining-Benutzerhandbuch

Letzte Aktualisierung 7. Okt. 2025

Erkunden

Hinweis: Sie müssen die Berechtigungen Quelle – Lesen und Dataset – Lesen als Automation Cloud-Benutzer oder die Berechtigungen Quellen anzeigen und Beschriftungen anzeigen als Legacy-Benutzer zugewiesen haben.

Auf der Seite Erkunden können Sie ein Dataset suchen, überprüfen und filtern, um einzelne Nachrichten und allgemeine Felder zu überprüfen und zu überprüfen. Wählen Sie in der Navigationsleiste die Registerkarte Erkunden , um zur Seite zu navigieren:

Standardmäßig zeigt Explore die 20 neuesten Nachrichten in einem Dataset im Modus Zuletzt verwendet an. Sie können den Dropdownmodus-Selektor auswählen, um dies zu ändern.

Die verschiedenen Optionen, die Sie im Dropdownmenü auswählen können, sind:

Zuletzt – die 20 neuesten Nachrichten werden angezeigt.
Mischen – 20 zufällige Nachrichten werden angezeigt.
Lehren – Zeigt 20 Nachrichten an, bei denen die Plattform nicht sicher ist, wie sie mit Anmerkungen versehen werden sollen.
Niedrige Konfidenz – zeigt 20 Nachrichten an, die durch informative Beschriftungsvorhersagen nicht gut abgedeckt werden.
Neuausgleich – Zeigt 20 Nachrichten an, die von den Trainingsdaten in Ihrem Dataset unterrepräsentiert werden.
Beschriftung – Es werden 20 Nachrichten mit der ausgewählten Beschriftung angezeigt oder vorhergesagt, was der Standardmodus ist, wenn Sie eine Beschriftung auswählen.
Beschriftung überprüfen – Es werden 20 Nachrichten angezeigt, bei denen die ausgewählte Beschriftung möglicherweise falsch angewendet wurde.
Fehlende Beschriftung – Es werden 20 Nachrichten angezeigt, bei denen möglicherweise die ausgewählte Beschriftung fehlt.

Am unteren Rand der Seite können Sie auswählen, ob Sie zur nächsten Seite mit 20 Nachrichten wechseln oder zu einer vorherigen Seite zurückkehren möchten.

Die Filterleiste und das Hinzufügen oder Entfernen von Filtern

In diesem Abschnitt werden die Filter in Communications Mining™ und ihre Anwendung erläutert.

Note: To learn more about how to turn a natural language query into the correct set of filters automatically using conversational filters, check Autopilot for Communications Mining - Conversational filters.

In der Filterleiste können Sie bestimmte Gruppen von Nachrichten finden, die Sie filtern können:

Bestimmte Datumsbereiche, mit denen Sie genaue Daten auswählen oder aus Optionen wie der letzten Woche, dem letzten Monat, 90 Tagen oder dem Jahr auswählen können.
Überprüfte oder nicht überprüfte Nachrichten.
Nachrichten mit positiven oder negativen Stimmungsvorhersagen, wenn die Stimmung im Dataset aktiviert ist.
Nachrichten, für die bestimmte allgemeine Felder vorhergesagt oder zugewiesen wurden.
Messages that include or exclude a specific label or a combination of predicted labels. For more details, check Advanced Prediction Filters.

Darüber hinaus können Sie jeden Filter basierend auf den Metadateneigenschaften hinzufügen, die Ihren Nachrichten zugeordnet sind, indem Sie Neuen Filter hinzufügen auswählen.

Hinzufügen eines Benutzereigenschaftsfilters

Wenn Sie Neuen Filter hinzufügen auswählen, wird im Dropdownmenü eine vollständige Liste aller verfügbaren Eigenschaftsfilter angezeigt.

Diese sind natürlich nach Kategorien gruppiert, und einige sind eindeutig für den Kommunikationstyp im Dataset, z. B. E-Mail.

Die Eigenschaftskategorien, in denen Eigenschaften zusammen gruppiert werden, sind:

Quelle – Wird nur angezeigt, wenn das Dataset mehrere Quellen enthält.
E-Mail – Diese sind spezifisch für einzelne E-Mails, zum Beispiel, wer die E-Mail gesendet hat.
Thread – Diese sind E-Mail-spezifisch und beziehen sich auf die Eigenschaften von E-Mail-Threads.
Anhang – Spezifisch für Nachrichten, hauptsächlich E-Mails, mit bestimmten Anhangseigenschaften.
Benutzer – alle anderen hochgeladenen Metadateneigenschaften, die nicht von der Plattform abgeleitet sind, mit jeder Nachricht.

Ein Symbol gibt den Eigenschaftstyp für jede Eigenschaft an, ob es sich um eine Zahl oder eine Zeichenfolge handelt. Für Zeichenfolgen-Benutzereigenschaften bietet die Plattform einen Beispielwert, wenn Sie mit der Maus darauf zeigen.

Wenn Sie einen Filter für Metadatenfelder mit einem String-Format hinzufügen, können Sie auswählen, welche Sie in Ihre Auswahl ein- oder ausschließen möchten, wie in den folgenden Abbildungen gezeigt:

Hinweis: Wenn Sie bestimmte Werte für eine Benutzereigenschaft einschließen, schließen Sie den Rest automatisch aus und umgekehrt.

Wenn Sie einen Filter für Metadatenfelder mit einem Zahlenformat hinzufügen, können Sie Mindest- oder Höchstwerte auswählen, um einen Bereich Ihrer Wahl zu erstellen, wie in der folgenden Abbildung gezeigt:

Entfernen eines Eigenschaftsfilters

Um einen angewendeten Filter zu entfernen, wählen Sie das Papierkorbsymbol aus, das angezeigt wird, wenn Sie mit der Maus darauf zeigen, oder wählen Sie Alle löschen aus, um alle angewendeten Filter zu entfernen.

Beschriftungsfilter

Hinweis: Mit der Einführung von erweiterten Vorhersagefiltern wählt die Beschriftungsfilterleiste nicht mehr automatisch den Beschriftungstrainingsmodus aus und ermöglicht es Ihnen auch, eine Beschriftung für das Training auszuwählen, während Sie sich in einem anderen Modus befinden, z. B. Beschriftung überprüfen. Stattdessen können Sie nach der Auswahl eines Trainingsmodus aus dem Dropdownmenü jetzt eine Beschriftung mit der Taxonomie-Dropdownoption auswählen, die angezeigt wird, wie zuvor gezeigt.

You can use the label filter bar to filter messages that include or exclude specific labels predicted. You can do this either during model training, or when exploring and interpreting your data. For more details, check Advanced prediction filters.

Sie können die folgenden Schaltflächen im Abschnitt Beschriftungen verwenden, um zwischen der Anzeige aller Nachrichten, der Nachrichten, denen Beschriftungen zugewiesen sind, oder der Nachrichten mit Vorhersage, die nicht überprüft wurden, zu filtern. Die Symbole sehen wie folgt aus und ändern ihre Farbe, wenn sie ausgewählt werden:

	Wählen Sie Nachrichten aus, denen Beschriftungen zugewiesen sind.
	Wählen Sie Nachrichten aus, für die Beschriftungen vorhergesagt wurden.

Um den Filter aufzuheben, wählen Sie die Taste erneut.

Wenn Sie keine dieser Schaltflächen auswählen, sondern nach einer Beschriftung filtern, filtert die Plattform nach allen Nachrichten, die die Beschriftung entweder angeheftet oder vorhergesagt haben, beginnend mit den überprüften Nachrichten.

The label filter bar and the + Add label filter allow you to add complex combinations of inclusion and exclusion filters, for example, show me messages with X and Y predicted, but not Z. For more details on how to use these filters, check Advanced prediction filters.

Rote Trainingsanzeige

The red dial training indicator shows up for some labels and highlights the ones that require more training examples for the platform to accurately evaluate the performance of the label. For more details, check Reviewing messages.
Die Vollständigkeit des Kreises gibt an, wie viele weitere Beispiele benötigt werden. Je größer der rote Abschnitt, desto mehr Beispiele sind erforderlich.
Sobald Sie 25 Beispiele mit Anmerkungen haben, verschwindet der rote Kreis, je nach Komplexität der Beschriftung. Möglicherweise benötigen Sie jedoch weitere Beispiele, um genaue Vorhersagen zu erhalten.
You should review messages to find more training examples.

Thread-Ansicht (E-Mail-spezifische Daten)

Bei Datasets, die E-Mails enthalten, werden diese angezeigt und zeigen die E-Mail, die der ausgewählten Sortierreihenfolge entspricht, z. B. Beschriftung lehren, Fehlende Beschriftung usw., aber mit einfachem Zugriff auf die anderen E-Mails, die sich im selben E-Mail-Thread befinden.

Im folgenden Beispiel sehen Sie, dass sich die sortierte E-Mail in einem Thread von drei E-Mails befindet und dies die dritte E-Mail im Thread ist.

Sie können den E-Mail-Thread erweitern, um Teilansichten der anderen E-Mails im Thread anzuzeigen, indem Sie das bidirektionale Pfeilsymbol unter dem Betreff auswählen: