- 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
- 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
- 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™
- 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
In diesem Abschnitt wird die Beziehung zwischen wichtigen Plattformkomponenten wie Integrationen, Postfächern, Buckets, Quellen und Datasets beschrieben, um Ihre Daten effektiv einzurichten:
- Richten Sie eine Exchange-Integration über ein Dienstkonto ein, das Daten mit dem Microsoft Exchange Server synchronisiert.
Diese Integration ermöglicht es Ihnen, mehrere Postfächer zu synchronisieren, die jeweils in einem Bucket gespeichert sind, und jeder Bucket kann mehrere Postfächer enthalten.
- Richten Sie eine Quelle ein, eine Sammlung von rohen Kommunikationsdaten mit Anmerkungen eines ähnlichen Typs.
Wenn Sie beim Einrichten einer Quelle Daten aus einer E-Mail-Integration verwenden, müssen Sie angeben, von welchem Bucket aus Sie synchronisieren möchten, d. h. in dem Bucket, in dem die Postfächer im Scope für Ihren Anwendungsfall gespeichert sind.
- Nachdem Sie mit der Einrichtung Ihrer Quelle fertig sind, fügen Sie sie zu einem Dataset hinzu, in dem Ihr Modell trainiert wird.
Jedes Dataset gehört zu einem Projekt, einem lizenzierten Speicherbereich innerhalb der Plattform. Jedes Dataset und jede Quelle gehört zu einem bestimmten Projekt, das bei der Erstellung angegeben wird.
Das folgende Diagramm veranschaulicht, wie all diese Komponenten zusammenhängen:
Führen Sie die folgenden Schritte in dieser speziellen Reihenfolge aus, damit Daten aus Ihren Postfächern auf der Plattform angezeigt werden.
Neue Integration erstellen
Eine Integration bezieht sich auf die Verbindung und Synchronisierung von Daten aus dem Microsoft Exchange-Dienst. Sie können eine einzelne Integration für ein Exchange-Dienstkonto einrichten, das mehrere Postfächer enthalten kann.
Um die Integration zu erstellen, gehen Sie wie folgt vor:
- Navigieren Sie zur Administrationsseite .
- Wählen Sie die Registerkarte Integrationen aus, auf der Sie eine Live-Verbindung mit Microsoft Exchange einrichten können. Weitere Informationen zum Einrichten Ihrer Integrationen finden Sie unter Integrationsübersicht.
Fügen Sie ein oder mehrere Postfächer hinzu und konfigurieren Sie es
Nachdem Sie die Integration mit Microsoft Exchange eingerichtet haben, können Sie die Postfächer im Scope für Ihren Anwendungsfall hinzufügen:
- Wählen Sie das E-Mail-Symbol auf Ihrer Integrationskarte aus.
- Wählen Sie Postfach hinzufügen aus und füllen Sie die Postfachdetails aus:
- Postfachname – Geben Sie die E-Mail-Adresse ein, die Sie der Integration hinzufügen möchten.
- Bucket – Ein Bucket ist der Speicherort, an dem eines oder mehrere Ihrer Postfächer gespeichert werden, und jeder Bucket kann mehrere Postfächer enthalten. Wählen Sie eine der folgenden Optionen aus:
- Neuer Bucket:
- Erstellen Sie ein neues Bucket-Postfach
- Benutzerdefinierter neuer Bucket – Wählen Sie das Projekt aus, geben Sie einen Namen und optional einen Titel ein.
- Vorhandener Bucket – Wählen Sie einen vorhandenen Bucket von der Dropdownliste aus. Wählen Sie einen vorhandenen Bucket aus, bei dem es eine Überschneidung zwischen zwei oder mehr Postfächern gibt, und Sie möchten Nachrichten duplizieren, die andernfalls zweimal oder öfter synchronisiert würden. Communications Mining entfernt automatisch dieselben Nachrichten aus verschiedenen Posteingängen, die sich im selben Bucket befinden.
Das Synchronisieren mehrerer Posteingänge mit demselben Bucket trägt auch dazu bei, die Anzahl der Quellen auf einem überschaubaren Maß und unter der Grenze von 20 zu halten, wenn der Anwendungsfall viele Postfächer erfordert, die in dasselbe Dataset fließen.
Verwenden Sie einen vorhandenen Bucket, wenn Sie die E-Mails aus mehreren Postfächern in einer einzigen Quelle kombinieren möchten. Das ist besonders häufig der Fall, wenn Sie eine große Anzahl von Postfächern mit einem einzelnen Dataset synchronisieren möchten. Sie können einem Dataset nur 20 Quellen hinzufügen. Wenn Sie also mehr als 20 Postfächer hinzufügen möchten, müssen Sie einige davon in einer einzigen Quelle kombinieren. Wenn das Risiko, das Limit von 20 Postfächern zu erreichen, nicht besteht, können Sie die E-Mails zu einem neuen Bucket hinzufügen, der diesem Postfach zugewiesen ist
Stellen Sie sicher, dass Sie den entsprechenden Bucket auswählen, denn:
- Sie müssen immer Postfächer aus demselben Bucket in dasselbe Dataset hinzufügen.
- Wenn Sie eine große Anzahl von Postfächern synchronisieren müssen und planen, sie in dasselbe Dataset aufzunehmen, ist es die bewährte Methode, sie im selben Bucket zu platzieren.
Hinweis: Wenn Sie eine große Anzahl von Postfächern mit einem Bucket synchronisieren müssen und über 2000 Postfächer haben, wird empfohlen, sich an Ihren UiPath®-Kontomanager zu wenden. Dadurch kann Communications Mining™ Ihnen die beste Leistung bieten.
- Neuer Bucket:
- Zeitfilter:
- Von-Zeitstempel – Geben Sie einen Zeitstempel in das Feld Von-Zeitstempel synchronisieren ein, um anzugeben, wann die E-Mail-Synchronisierung beginnen soll.
- Gesamte Zeit – Mit dieser Option werden alle verfügbaren E-Mails synchronisiert, unabhängig davon, wann sie empfangen wurden.
Wichtig: Wenn Sie die Option Gesamte Zeit auswählen, werden möglicherweise mehr Daten als erwartet synchronisiert, und Nachrichten werden beim Hochladen in Rechnung gestellt.Hinweis: Wenn Sie keine Filter anwenden, werden alle E-Mails synchronisiert, einschließlich der gelöschten Elemente.
- Ordnerfilter – Geben Sie die zulässigen Ordner oder verweigerten Ordner ein .
- Teilnehmerfilter – Geben Sie die zulässigen Teilnehmer oder verweigerte Teilnehmer ein .
- Anhänge – Aktivieren oder deaktivieren Sie die Option Anhangsinhalte synchronisieren, um Anhänge zu synchronisieren und zu speichern. Sie können diese Option für neue E-Mails jederzeit bearbeiten. Vorhandene E-Mails sind nicht betroffen.
Hinweis: Unabhängig von der Auswahl erfasst Communications Mining™ immer Anhangsmetadaten.
- Wählen Sie Postfach hinzufügen aus, um den Prozess abzuschließen.
- Wenn Sie ihre Meinung ändern und das neue Postfach nicht mehr hinzufügen möchten, wählen Sie Neues Postfach verwerfen aus.
Wiederholen Sie die Schritte für jedes Postfach, das Sie synchronisieren müssen.
Erstellen Sie eine neue Quelle und geben Sie den Bucket an, in dem sich Ihr Postfach befindet
Erstellen Sie eine neue Quelle in der Plattform, wie auf der Seite Erstellen oder Löschen einer Datenquelle beschrieben. Jeder Datenquelle ist höchstens ein Bucket zugeordnet.
Erstellen Sie ein Dataset und fügen Sie Ihre Quelle hinzu
Erstellen Sie Ihr Dataset und fügen Sie ihm die Quelle hinzu, die den Bucket enthält, in dem Ihre Postfächer synchronisiert werden. Weitere Informationen finden Sie unter Erstellen eines neuen Datasets.
Wenn Sie über ein vorhandenes Dataset verfügen, dem Sie die Quelle mit der Integration hinzufügen möchten, ändern Sie die Dataset-Einstellungen und fügen Sie die neue Quelle hinzu.