ixp
latest
false
- 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
- Zugriffskontrolle und Verwaltung
- Verwalten Sie Quellen und Datasets
- Verstehen der Datenstruktur und -berechtigungen
- Erstellen oder Löschen einer Datenquelle in der GUI
- Hochladen einer CSV-Datei in eine Quelle
- Vorbereiten von Daten für den CSV-Upload
- 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
- Training von Chat- und Anrufdaten
- 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)
- Einleitung
- Verwenden der API
- API-Tutorial
- Zusammenfassung
- 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
- 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
- Selbst gehostete Exchange-Integration
- UiPath® Automatisierungs-Framework
- UiPath® Marketplace-Aktivitäten
- 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
Aktualisieren oder Löschen eines Streams

Communications Mining-Benutzerhandbuch
Letzte Aktualisierung 11. Aug. 2025
Hinweis: Sie müssen die Berechtigung Stream – Verwalten als Automation Cloud-Benutzer oder die Berechtigung Streams ändern , um Streams zu aktualisieren, oder die Streams-Administratorberechtigung zum Löschen von Streams als Legacy-Benutzer zugewiesen haben.
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 über zusätzliches Training erstellt wird und Sie die Ausgabe der neuesten (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 Bezeichnungsschwellenwerte anpassen, um die Leistung der neuen Version zu maximieren.
Hinweis: Sie müssen die Berechtigung Stream – Verwalten als Automation Cloud-Benutzer oder die Berechtigung Streams ändern , um Streams zu aktualisieren, 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.
Hinweis: Sie müssen die Berechtigung Stream – Verwalten als Automation Cloud-Benutzer oder die Berechtigung Streams ändern , um Streams zu aktualisieren, 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.