- Einleitung
- Einrichten Ihres Kontos
- Ausgewogenheit
- Cluster
- Konzeptabweichung
- Abdeckung
- Datasets
- Allgemeine Felder
- Beschriftungen (Vorhersagen, Konfidenzniveaus, Beschriftungshierarchie und Beschriftungsstimmung)
- Modelle
- Streams
- Modellbewertung
- Projekte
- Präzision
- Rückruf
- Nachrichten mit und ohne Anmerkungen
- Extraktionsfelder
- Quellen
- Taxonomien
- Training
- „True“ und „false“ positive und negative Vorhersagen
- Validierung
- Messages
- Zugriffssteuerung und Administration
- Verwalten Sie Quellen und Datasets
- Verstehen der Datenstruktur und -berechtigungen
- Erstellen oder Löschen einer Datenquelle in der GUI
- Vorbereiten von Daten für den CSV-Upload
- Hochladen einer CSV-Datei in eine Quelle
- Ein Dataset wird erstellt
- Mehrsprachige Quellen und Datasets
- Aktivieren der Stimmung für ein Dataset
- Ändern der Dataset-Einstellungen
- Löschen einer Nachricht
- Löschen eines Datasets
- Exportieren eines Datasets
- Verwenden von Exchange-Integrationen
- Modelltraining und -wartung
- Grundlegendes zu Beschriftungen, allgemeinen Feldern und Metadaten
- Beschriftungshierarchie und Best Practices
- Vergleichen von Anwendungsfällen für Analyse und Automatisierung
- Konvertieren Ihrer Ziele in Bezeichnungen
- Übersicht über den Modelltrainingsprozess
- Generative Anmerkung
- Der Status des Datasets
- Best Practice für Modelltraining und Anmerkungen
- Training mit aktivierter Beschriftungs-Stimmungsanalyse
- Grundlegendes zu Datenanforderungen
- Trainieren
- Einführung in Verfeinerung
- Erläuterungen zu Präzision und Rückruf
- Präzision und Rückruf
- So funktioniert die Validierung
- Verstehen und Verbessern der Modellleistung
- Gründe für die geringe durchschnittliche Beschriftungsgenauigkeit
- Training mit Beschriftung „Überprüfen“ und Beschriftung „Verpasst“.
- Training mit der Bezeichnung „Teach“ (Verfeinern)
- Training mit der Suche (verfeinern)
- Verstehen und Erhöhen der Abdeckung
- Verbesserung des Abgleichs und Verwendung des Abgleichs
- Wann das Training Ihres Modells beendet werden soll
- Verwenden von allgemeinen Feldern
- Generative Extraktion
- Verwenden von Analyse und Überwachung
- Automations and Communications Mining™
- Auswählen von Konfidenz-Schwellenwerten für Bezeichnungen
- Ein Stream wird erstellt
- Aktualisieren oder Löschen eines Streams
- Entwickler (Developer)
- Verwenden der API
- API-Tutorial
- Quellen
- Datasets
- Anmerkungen
- Anhänge (Attachments)
- Vorhersagen
- Erstellen Sie einen Stream
- Aktualisieren Sie einen Stream
- Rufen Sie einen Stream nach Namen ab
- Rufen Sie alle Streams ab
- Löschen Sie einen Stream
- Ergebnisse aus Stream abrufen
- Kommentare aus einem Stream abrufen (Legacy)
- Bringen Sie einen Stream vor
- Einen Stream zurücksetzen
- Kennzeichnen Sie eine Ausnahme
- Entfernen Sie das Tag einer Ausnahme
- Prüfungsereignisse
- Alle Benutzer abrufen
- Hochladen von Daten
- Herunterladen von Daten
- Exchange Integration mit einem Azure-Dienstbenutzer
- Exchange-Integration mit der Azure-Anwendungsauthentifizierung
- Exchange-Integration mit Azure Application Authentication und Graph
- Abrufen von Daten für Tableau mit Python
- Elasticsearch-Integration
- Allgemeine Feldextraktion
- Selbst gehostete Exchange-Integration
- UiPath® Automatisierungs-Framework
- Offizielle UiPath®-Aktivitäten
- Wie Maschinen lernen, Wörter zu verstehen: eine Anleitung zu Einbettungen in NLP
- Eingabeaufforderungsbasiertes Lernen mit Transformers
- Ef Robots II: Wissensdegesterration und Feinabstimmung
- Effiziente Transformer I: Warnmechanismen
- Tief hierarchische, nicht überwachte Absichtsmodellierung: Nutzen ohne Trainingsdaten
- Beheben von Anmerkungsverzerrungen mit Communications Mining™
- Aktives Lernen: Bessere ML-Modelle in weniger Zeit
- Auf Zahlen kommt es an – Bewertung der Modellleistung mit Metriken
- Darum ist Modellvalidierung wichtig
- Vergleich von Communications Mining™ und Google AutoML für Conversation Data Intelligence
- Lizenzierung
- Häufige Fragen und mehr
Communications Mining-Benutzerhandbuch
Aktualisieren oder Löschen eines Streams
Sie müssen die Rollen IXP-Projektadministrator oder IXP-Entwickler als Automation Cloud-Benutzer oder die Berechtigung Streams ändern zum Aktualisieren von Streams oder die Streams-Administratorberechtigung zum Löschen von Streams als Legacy-Benutzer zugewiesen haben.
Wann ein Stream aktualisiert werden soll
Es gibt einige Gründe, warum Sie einen Stream aktualisieren sollten:
- Sie möchten die Schwellenwerte für dieselbe Modellversion anpassen, um die Ausgabe von Vorhersagen zu ändern.
- Wenn eine neue Modellversion durch zusätzliches Training erstellt wird und Sie die Ausgabe der neuesten Version, also der angehefteten Version, nutzen möchten, sollten Sie den Stream aktualisieren, um die neue Version einzuschließen.
Hinweis:
Wenn Sie einen Stream auf eine neue angeheftete Modellversion aktualisieren, sollten Sie auch alle Beschriftungsschwellenwerte anpassen, um die Leistung der neuen Version zu maximieren.
Aktualisieren eines Streams
Sie müssen die Rollen IXP-Projektadministrator oder IXP-Entwickler als Automation Cloud-Benutzer oder die Berechtigung Streams ändern zum Aktualisieren von Streams oder die Streams-Administratorberechtigung zum Löschen von Streams als Legacy-Benutzer zugewiesen haben.
Um einen Stream zu aktualisieren, gehen Sie wie folgt vor:
-
Navigieren Sie zur Seite Datasets und wählen Sie die Registerkarte Streams aus.
-
Wählen Sie das Zahnrad-Symbol auf der Stream-Karte aus, die Sie aktualisieren möchten. Dadurch wird das modale Element Stream bearbeiten geöffnet.
-
Ändern Sie eines der Felder im modalen Element Stream bearbeiten.
- Am häufigsten werden Schwellenwerte angepasst oder die festgelegte Modellversion geändert, auf der der Stream basiert.
- Dies schließt die Aktualisierung von Schwellenwerten ein, die bei jedem Wechsel zu einer neuen fixierten Modellversion durchgeführt werden sollten.
-
Wählen Sie das Kontrollfeld, um Ihre Änderungen zu speichern. Sobald Sie dies tun, werden die Aktualisierungen im Stream wirksam.
Löschen eines Streams
Sie müssen die Rollen IXP-Projektadministrator oder IXP-Entwickler als Automation Cloud-Benutzer oder die Berechtigung Streams ändern zum Aktualisieren von Streams oder die Streams-Administratorberechtigung zum Löschen von Streams als Legacy-Benutzer zugewiesen haben.
Um einen Stream zu löschen, gehen Sie wie folgt vor:
-
Navigieren Sie zur Seite Datasets und wählen Sie die Registerkarte Streams aus.
-
Wählen Sie das Zahnrad-Symbol auf der Stream-Karte aus, die Sie löschen möchten. Dadurch wird das modale Element Stream bearbeiten geöffnet.
-
Wählen Sie das Papierkorbsymbol aus, um den Stream zu löschen.
-
Wählen Sie Löschen im modalen Element Stream löschen aus, um Ihre Entscheidung zu bestätigen.
