Importieren der Taxonomie

Sie können Ihre Taxonomie der Beschriftungen aus einer Kalkulationstabelle auf die Communications Mining™-Plattform hochladen. Beim Hochladen Ihrer Taxonomie aus einer Kalkulationstabelle werden automatisch alle Beschriftungen importiert, ohne dass sie während des Modelltrainings manuell hinzugefügt werden müssen.

Führen Sie die folgenden Schritte aus, um Ihre Taxonomie aus einer Kalkulationstabelle zu importieren:

1. Wählen Sie in der Navigationsleiste Einstellungen aus, dann Taxonomie und Beschriftungen und Extraktionsfelder.
2. Wählen Sie den Dropdown-Pfeil neben der Schaltfläche Neue Beschriftung aus.
3. Wählen Sie Aus Kalkulationstabelle importieren aus der Dropdownliste aus.
4. Kopieren Sie Ihre Beschriftungen (Format „Übergeordnete Beschriftung“ > „Untergeordnete Beschriftung“) und deren Beschreibungen (falls verfügbar) aus Ihrer Kalkulationstabelle.
5. Wählen Sie Importieren aus.

Hinweis: Es wird dringend empfohlen, Ihren Beschriftungen Beschriftungsbeschreibungen hinzuzufügen, um die Konsistenz der Anmerkungen sicherzustellen. Das Hinzufügen von Beschriftungsbeschreibungen ist besonders hilfreich, wenn mehrere Personen das Modell trainieren.

Führen Sie die folgenden Schritte aus, um Ihre Taxonomie aus einem anderen Dataset zu importieren:

1. Wählen Sie den Dropdown-Pfeil neben der Schaltfläche Neue Beschriftung aus.
2. Wählen Sie Aus Dataset importieren aus der Dropdownliste aus.
3. Wählen Sie einen Dataset-Namen aus der Dropdownliste aus.
4. Wählen Sie Importieren aus.

Hinweis: Dadurch werden nur Beschriftungen und Beschreibungen aus einem vorhandenen Dataset kopiert. Um ein gesamtes Dataset einschließlich Anmerkungen und Quellen zu kopieren, wählen Sie Duplizieren aus den Dataset-Optionen auf der Seite Datasets aus.

Manuell importierte oder erstellte Beschriftungen in der Taxonomieansicht

Hinzufügen vortrainierter Beschriftungen

Sie können in diesem Schritt auch vortrainierte Beschriftungen hinzufügen. Vortrainierte Beschriftungen wie OOO, Vielen Dank, Dringend, Verfolger usw. sind generische Konzepte, die anhand eines großen Datenpools vortrainiert wurden.