ixp
latest
false
UiPath logo, featuring letters U and I in white

Communications Mining-Benutzerhandbuch

Letzte Aktualisierung 7. Okt. 2025

Training mit aktivierter Beschriftungs-Stimmungsanalyse

Die Beschriftungs-Sentiment-Analyse ist eine Funktion, die es ermöglicht, Beschriftungen mit entweder positiver oder negativer Stimmung zuzuweisen, je nachdem, wie dieses Beschriftungskonzept in der Nachricht zum Ausdruck gebracht wird.

Jede zugewiesene Beschriftung muss eine positive oder negative Stimmung erhalten, da es keine neutrale Stimmung gibt und mehrere Beschriftungen, die derselben Nachricht zugewiesen sind, je nachdem, wie sie ausgedrückt werden, unterschiedliche Stimmungen haben können.

Der Vorteil dieser Funktion besteht darin, dass sie die Stimmung innerhalb eines Datasets für bestimmte Themen melden kann und eine Reihe von Diagrammen auf der Registerkarte Berichte verfügbar ist, die sich auf die Stimmung beziehen.

Verwenden der Beschriftungsstimmungsanalyse

Die Stimmungsanalyse für Beschriftungen ist nur für Datasets im Zusammenhang mit Kundenfeedback geeignet. Das liegt daran, dass sie viel mehr identifizierbare Stimmungsausdrücke enthalten als andere Datasets, die von Natur aus viel neutraler sind.

Stellen Sie sicher, dass die Stimmungsanalyse für Beschriftungen für Ihren Anwendungsfall geeignet ist, da sie, sobald sie während der Dataset-Erstellung aktiviert wurde, für dieses Dataset nicht deaktiviert werden kann.

Die Plattform verfügt über ein vortrainiertes Tonfallanalysemodell, das den allgemeinen Tonfall, d. h. die Stimmung einer Nachricht vorhersagt. Für alle anderen Anwendungsfälle ist dies in der Regel angemessen und ausreichend, z. B. die Analyse und Automatisierung von E-Mail-Posteingang.

Aktivieren der Stimmungsanalyse für die Bezeichnung

Die Stimmungsanalyse für Beschriftungen ist bei der Dataset-Erstellung aktiviert und kann später nicht mehr geändert werden. Während Sie die Einrichtung des Datasets durchlaufen, haben Sie die Möglichkeit, die Stimmungsanalyse für Beschriftungen zu aktivieren.

Die Tonfallanalyse, die eine allgemeine Stimmungsbewertung von -10 bis 10 für eine Nachricht liefert, kann bei der Dataset-Erstellung oder später über die Dataset-Einstellungen aktiviert werden.

Zuweisen von Beschriftungen mit aktivierter Stimmung

Das Zuweisen von Beschriftungen mit Stimmung ist sehr ähnlich wie das Zuweisen von Beschriftungen ohne Stimmung. Sehen Sie sich die Schritte 1, 2 und 3 in der folgenden Abbildung an, die das Versehen einer Nachricht aus einem Dataset von Kundenbewertungen mit Anmerkungen zeigen.

Der Hauptunterschied besteht in Schritt 2, wo Sie nach der Eingabe des Beschriftungsnamens immer entweder eine positive oder negative Stimmung auswählen müssen, die durch die grünen oder roten Gesichtssymbole gekennzeichnet ist. Dieser Schritt wurde für die Beschriftungen Preis sowie Raum > Größe wiederholt.



Achten Sie beim Anwenden von Beschriftungen mit Stimmung darauf, eine Taxonomie nach Möglichkeit mit neutralen Beschriftungsnamen zu erstellen. Im vorherigen Beispiel wurde „Prial“ anstelle von Expense verwendet. Dies liegt daran, dass der Preis neutral ist, während Teuer von sich aus negativ ist.

Die Auswahl der negativen Stimmung für eine Beschriftung mit einem neutralen Namen würde die Instanzen erfassen, in denen die Nachricht eine negative Vorstellung von der Bezeichnung ausdrückt.

Auswählen, welche Stimmung angewendet werden soll

In den meisten Fällen ist es offensichtlich, welche Stimmung Sie wählen sollten, wenn Sie eine Beschriftung anwenden, basierend auf der inhärenten Positivität oder Negativität der Sprache, z. B. Preis und Raum > Größe aus den vorherigen Beispielen.

Bei bestimmten Beschriftungen eignet sich das Konzept nicht für einen neutralen Namen und ist von Natur aus negativ oder positiv und wird daher immer mit nur einer Stimmung angewendet. Zum Beispiel werden fehlerbezogene Beschriftungen in der Regel alle mit negativer Stimmung angewendet. Das ist in Ordnung, sollte aber konsistent angewendet werden.

Manchmal kann es jedoch ziemlich unklar sein. Wenn die Sprache in einer Nachricht sehr neutral ist, müssen Sie sorgfältiger darüber übereinstimmen, welche Stimmung übertragen werden soll.

Sie sollten Nachrichtenmetadaten und Konsistenz der Anwendung berücksichtigen:

Nachrichtenmetadaten

Zunächst werden die Metadaten der Nachricht betrachtet. Bei Nachrichten im Zusammenhang mit Kundenfeedback, die der gängigste Datentyp in einem stimmungsfähigen Dataset sind, wird einer Nachricht oft eine bestimmte Art von Punktzahl oder Bewertung zugeordnet, z. B. die NPS-Punktzahl. Sie können diese Punktzahlen oft verwenden, um einzuschätzen, ob eine Nachricht, die im Tonfall neutral erscheint, eine eher positive oder negative Stimmung hat. Beispielsweise hinterlässt ein Kunde selten eine NPS-Punktzahl von 10, wenn er unzufrieden ist.

Wenn Sie die Beschriftungsstimmung für Nachrichten, die im Tonfall neutral sind, basierend auf einem Bewertungsmetadatenfeld konsistent anwenden, kann das Modell lernen, dies zu erfassen und die Stimmung entsprechend vorherzusagen.

Konsistenz der Anwendung

Die zweite besteht darin, konsistent zu sein, wenn die Stimmung für eine Beschriftung angewendet wird, wenn sie im Tonfall sehr neutral ist und es kein anderes Unterscheidungsmerkmal gibt, z. B. ein Metadatenfeld für den Punktzahlenwert.

Wenn es häufiger vorkommt, dass Feedback für eine bestimmte Beschriftung positiv ist, gehen Sie davon aus, dass es positiv ist, es sei denn, die Nachricht ist explizit negativ und umgekehrt. Wenn Sie jedoch nicht konsistent sind, wird das Modell Schwierigkeiten haben, die Stimmung vorherzusagen.

Anwenden mehrerer Stimmungen

Ein weiterer wichtiger Punkt, der bei der Verwendung der Stimmungsanalyse berücksichtigt werden muss, ist, dass das Modell jede Beschriftung, d. h. Stamm und Blatt, unabhängig anwendet, sodass Sie zwei Blattbeschriftungen derselben übergeordneten Beschriftung haben können, die unterschiedliche Stimmungen haben.

In diesen Fällen müssen Sie dann die allgemeine Stimmung für die übergeordnete Beschriftung beurteilen. Im folgenden Beispiel ist die übergeordnete Beschriftung Raum insgesamt positiv.

Wenn beide Blattbeschriftungen die gleiche Stimmung haben, leitet das Modell ab, dass die übergeordnete Beschriftung ebenfalls eine negative Stimmung hat und nur die Blattbeschriftungen werden als angeheftete Beschriftungen angezeigt, obwohl dies bedeutet, dass die übergeordnete Beschriftung ebenfalls angewendet wird.



War diese Seite hilfreich?

Hilfe erhalten
RPA lernen – Automatisierungskurse
UiPath Community-Forum
Uipath Logo
Vertrauen und Sicherheit
© 2005–2025 UiPath. Alle Rechte vorbehalten