Überprüfen von Beschriftungsvorhersagen

Überprüfen und akzeptieren oder lehnen Sie Beschriftungsvorhersagen ab, die vom Modell während der Erkennungsphase in Communications Mining in Automation Cloud generiert wurden.

Hinweis:

Sie müssen die Berechtigungen Quelle – Lesen und Dataset – Überprüfen als Automation Cloud-Benutzer oder die Berechtigungen Anzeigen und Überprüfen und Kommentieren als Legacy-Benutzer zugewiesen haben.

Übersicht über die Anmerkungen

Nach der Erkennungsphase beginnt das Modell, Vorhersagen für viele der Beschriftungen in Ihrer Taxonomie zu machen.

Der Zweck der Erkundungsphase besteht darin, Vorhersagen für jede Beschriftung zu überprüfen, zu bestätigen, ob sie korrekt sind, und sie zu korrigieren, wenn sie nicht korrekt sind. Infolgedessen bietet sie viel mehr Trainingsbeispiele für das Modell.

Stellen Sie sicher, dass Sie bei der Überprüfung von Beschriftungsvorhersagen die folgenden wichtigen Aktionen berücksichtigen:

• Wenn die Vorhersagen korrekt sind, sollten Sie sie bestätigen oder akzeptieren, indem Sie sie auswählen.
• Where they are incorrect, you should either dismiss or ignore them, or, alternatively, add the correct labels that do apply. To add a different label, select the plus + button and enter the name of the label. This is the way to correct wrong predictions, by adding the correct one and not selecting any incorrectly predicted labels.

Die folgenden Bilder zeigen, wie Vorhersagen in Communications Mining™ für Daten mit und ohne Stimmung angezeigt werden. Wenn Sie mit der Maus auf die Beschriftung zeigen, wird auch die Konfidenz des Modells angezeigt, dass die spezifische Beschriftung zutrifft.

Die Transparenz der vorhergesagten Beschriftung bietet einen visuellen Indikator für die Konfidenz des Modells. Je dunkler die Farbe, desto höher die Konfidenz und umgekehrt:

Um eine Beschriftung zu löschen, die Sie versehentlich angewendet haben, können Sie mit dem Mauszeiger darauf zeigen, und ein X erscheint. Wählen Sie die Schaltfläche X aus, um die Beschriftung zu entfernen:

Wichtig:

Add all labels that apply to the message you are reviewing. Indicating to the model that a label does not apply is just as important as indicating what does.