Best Practices für den Taxonomieentwurf

Wichtige Taxonomieelemente

• Anzahl der Beschriftungen: Typische Datasets haben 50–100 Beschriftungen, aber diese Anzahl kann je nach den Zielen eines Datasets variieren. Ein effektiver Anwendungsfall kann viel weniger als 50 Beschriftungen haben. Das System legt ein Limit von 200 Beschriftungen für ein Dataset fest, da die Taxonomie ab diesem Zeitpunkt sehr schwierig zu verwalten und zu trainieren ist und zu einer geringeren Leistung führt.
• Labelnamen: Beschriftungsnamen sollten prägnant und beschreibend sein, da die Funktion „Generative Anmerkung“ sie als Trainingseingabe verwendet, um den Trainingsprozess zu beschleunigen und zu verbessern. Sie können sie jederzeit bearbeiten, aber um sicherzustellen, dass sie auf der Benutzeroberfläche der Plattform effektiv angezeigt werden, wird ein Zeichenlimit von 64 Zeichen für jede bestimmte Beschriftung festgelegt, einschließlich ihrer Hierarchieebenen.
• Beschriftungsbeschreibungen: Fügen Sie Ihren Beschriftungen Beschreibungen in natürlicher Sprache hinzu, da sie von der Funktion für Generative Anmerkung als Trainingseingabe für das automatische Training verwendet werden. Beschreibungen tragen außerdem dazu bei, die Konsistenz der Anmerkungen zwischen den Modelltrainern sicherzustellen und anderen, die das Dataset zu analytischen Zwecken anzeigen, hilfreichen Kontext zu geben.

Ihre Taxonomie strukturieren

Es wird empfohlen, diese bewährten Methoden zu befolgen, um Ihre Taxonomie richtig zu strukturieren und eine hohe Modellleistung sicherzustellen:

• An Zielen ausrichten: Stellen Sie sicher, dass jede Beschriftung einem bestimmten Geschäftszweck dient und auf Ihre definierten Ziele ausgerichtet ist . Wenn Ihr Dataset für die Automatisierung bestimmt ist, sollten viele Beschriftungen mit den spezifischen Anforderungen übereinstimmen, die für die Weiterverarbeitung erforderlich sind. Wenn Ihr Dataset für Analysen bestimmt ist (oder beides), fügen Sie zusätzliche Beschriftungen ein, die Konzepte wie Problemtypen, Ursachen und Servicequalität-Probleme wie Verfolgermeldungen, Eskalationen und Streitfälle abdecken.
• Verschieden sein: Jede Beschriftung sollte spezifisch sein und sich nicht mit anderen Beschriftungen überschneiden.
• Seien Sie spezifisch: Vermeiden Sie umfassende, vage oder verwirrende Konzepte, da sie eher eine schlechte Leistung und einen geringeren Geschäftswert bieten. Teilen Sie breite Beschriftungen nach Möglichkeit in mehrere verschiedene Beschriftungen auf. Beginnen Sie mit bestimmten Beschriftungen, z. B. mehreren Hierarchieebenen, und führen Sie sie bei Bedarf später zusammen, anstatt umfassende Beschriftungen manuell aufzuschlüsseln.
• Identifizierbar sein: Stellen Sie sicher, dass jede Beschriftung eindeutig durch den Text der Nachrichten identifizierbar ist, auf die sie angewendet wird.
• Übergeordnete Beschriftungen verwenden: Wenn Sie viele ähnliche Konzepte im Zusammenhang mit einem breiteren Thema erwarten, verwenden Sie eine übergeordnete Beschriftung.
• **Untergeordnete Beschriftungen verwenden:**Stellen Sie sicher, dass jede Beschriftung, die unter einer anderen Beschriftung verschachtelt ist, eine Teilmenge dieser Beschriftung ist.
• Hierarchieebenen begrenzen: Versuchen Sie, nicht mehr als vier Hierarchieebenen hinzuzufügen, da das Modell zu trainieren ist.
• Nicht informative Beschriftungen einschließen: Erstellen Sie einige nicht wertschöpfende Beschriftungen, z. B. Danke-E-Mails, damit Sie der Plattform mitteilen können, was für die Analyse wichtig ist und was nicht.