- Documentos de la API
- Introducción
- Uso de la API
- Tutorial de la API
- Resumen
- Fuentes
- Conjuntos de datos
- Comentarios
- Archivos adjuntos
- Predictions
- Crear una transmisión
- Actualizar una transmisión
- Obtener una transmisión por nombre
- Obtener todas las transmisiones
- Eliminar una transmisión
- Obtener resultados de la transmisión
- Obtener comentarios de una transmisión (heredado)
- Avanzar una transmisión
- Restablecer una transmisión
- Etiquetar una excepción
- Desetiquetar una excepción
- Eventos de auditoría
- Obtener todos los usuarios
- CLI
- Guías de integración
- Integración de Exchange con el usuario del servicio de Azure
- Integración de Exchange con la autenticación de aplicaciones de Azure
- Automatización en tiempo real
- Obtener datos para Tableau con Python
- Integración de Elasticsearch
- Integración de EWS autohospedado
- Marco de automatización de UiPath
- Actividades de UiPath Marketplace
- Actividades oficiales de UiPath
- Blog
- Cómo aprenden las máquinas a entender palabras: una guía para las incrustaciones en PNL
- Aprendizaje basado en solicitudes con Transformers
- Efficient Transformers II: destilación de conocimientos y ajuste
- Transformadores eficientes I: mecanismos de atención
- Modelado de intenciones jerárquico profundo no supervisado: obtener valor sin datos de entrenamiento
- Corrección del sesgo de anotación con Communications Mining
- Aprendizaje activo: mejores modelos ML en menos tiempo
- Todo está en los números: evaluar el rendimiento del modelo con métricas
- Por qué es importante la validación del modelo
- Comparación de Communications Mining y Google AutoML para la inteligencia de datos conversacional
Guía para desarrolladores de Communications Mining
Descarga por lotes
La CLI te permite descargar comentarios y predicciones por lotes. Esto es más útil para importar scripts en herramientas de análisis que no requieren una conexión en vivo.
El siguiente comando descargará todos los comentarios y predicciones en el origen y el conjunto de datos especificados. Ten en cuenta que el nombre del conjunto de datos y el nombre de la fuente deben ir precedidos del nombre del proyecto en el que se encuentran. Si el conjunto de datos contiene varias fuentes, debes ejecutar este comando para que cada fuente descargue todos los comentarios del conjunto de datos.
re get comments project/source-name --dataset project/dataset-name --predictions=true -f output.jsonl
re get comments project/source-name --dataset project/dataset-name --predictions=true -f output.jsonl
¿Qué versión del modelo utiliza la CLI para obtener predicciones?
La CLI descargará las últimas predicciones calculadas disponibles. Estas son las mismas predicciones que se muestran en la IU.
Si necesitas predicciones de una versión de modelo específica, considera la posibilidad de utilizar o las rutas de la API de predicción .
La CLI devuelve datos en formato JSONL (también llamado JSON delimitado por nueva línea), donde cada línea es un valor JSON. Muchas herramientas podrán procesar archivos JSONL listos para usar. Póngase en contacto con el soporte técnico si tiene alguna pregunta.
Cada línea del archivo JSONL tendrá el siguiente formato:
{
"comment": {...},
"annotating": {
"assigned": [...]
"predicted": [...]
},
"entities": {
"assigned": [...]
"predicted": [...]
}
}
{
"comment": {...},
"annotating": {
"assigned": [...]
"predicted": [...]
},
"entities": {
"assigned": [...]
"predicted": [...]
}
}
Nombre del campo | Descripción |
---|---|
comment | Objeto de comentario en el formato descrito aquí. |
annotating.assigned | Lista de etiquetas asignadas, en el formato descrito aquí. |
entities.assigned | Lista de entidades asignadas, en el formato descrito aquí. |
annotating.predicted | Lista de etiquetas previstas, en el formato descrito aquí. |
entities.predicted | Lista de entidades previstas, en el formato descrito aquí. |
annotating
o entities
puede estar completamente ausente si el comentario no tiene etiquetas o entidades asignadas ni previstas.
A continuación se muestra un comentario de ejemplo con predicciones descargadas de un conjunto de datos de la vida real.
{
"comment": {
"id": "1234abcd",
"uid": "5678ef.1234abdc",
"timestamp": "2021-02-01T00:00:00Z",
"messages": [
{
"body": {
"text": "The hot chocolate biscuit on arrival raised my expectations"
}
}
],
"user_properties": {
"string:Question": "What did you like about your stay",
"number:Reviewer Score": 5.4,
"number:Average Score": 8.4,
"number:Reviewer Total Number Of Reviews": 1,
"string:Hotel Name": "DoubleTree by Hilton London Victoria"
},
"created_at": "2021-02-01T00:00:00Z"
},
"annotating": {
"predicted": [
{
"name": "Refreshments",
"sentiment": 0.3598046874571062,
"probability": 0.54764723591506481
},
{
"name": "Property",
"sentiment": 0.6684685489411859,
"probability": 0.417815982922911644
}
]
}
}
{
"comment": {
"id": "1234abcd",
"uid": "5678ef.1234abdc",
"timestamp": "2021-02-01T00:00:00Z",
"messages": [
{
"body": {
"text": "The hot chocolate biscuit on arrival raised my expectations"
}
}
],
"user_properties": {
"string:Question": "What did you like about your stay",
"number:Reviewer Score": 5.4,
"number:Average Score": 8.4,
"number:Reviewer Total Number Of Reviews": 1,
"string:Hotel Name": "DoubleTree by Hilton London Victoria"
},
"created_at": "2021-02-01T00:00:00Z"
},
"annotating": {
"predicted": [
{
"name": "Refreshments",
"sentiment": 0.3598046874571062,
"probability": 0.54764723591506481
},
{
"name": "Property",
"sentiment": 0.6684685489411859,
"probability": 0.417815982922911644
}
]
}
}