- Primeros pasos
- Equilibrio
- Clústeres
- Deriva del concepto
- Cobertura
- Conjuntos de datos
- Campos generales (anteriormente entidades)
- Etiquetas (predicciones, niveles de confianza, jerarquía, etc.)
- Modelos
- Transmisiones
- Clasificación del modelo
- Proyectos
- Precisión
- Recordar
- Mensajes revisados y no revisados
- Fuentes
- Taxonomías
- Formación
- Predicciones positivas y negativas verdaderas y falsas
- Validación
- Mensajes
- Administración
- Gestionar fuentes y conjuntos de datos
- Comprender la estructura de datos y los permisos
- Crear un origen de datos en la GUI
- Cargar un archivo CSV en un origen
- Crear un nuevo conjunto de datos
- Fuentes y conjuntos de datos multilingües
- Habilitar sentimiento en un conjunto de datos
- Modificar la configuración de un conjunto de datos
- Eliminar mensajes a través de la IU
- Eliminar un conjunto de datos
- Exportar un conjunto de datos
- Uso de integraciones de Exchange
- Preparando datos para cargar archivos .CSV
- Entrenamiento y mantenimiento de modelos
- Comprender las etiquetas, los campos generales y los metadatos
- Jerarquía de etiquetas y mejores prácticas
- Definición de los objetivos de taxonomía
- Casos de uso de análisis frente a automatización
- Convertir tus objetivos en etiquetas
- Crear tu estructura de taxonomía
- Mejores prácticas de diseño de taxonomía
- Importar tu taxonomía
- Descripción general del proceso de entrenamiento del modelo
- Anotación generativa (NUEVO)
- Comprender el estado de tu conjunto de datos
- Entrenamiento de modelos y mejores prácticas de anotación
- Entrenamiento con análisis de sentimiento de etiqueta habilitado
- Entrenamiento
- Introducción a Refinar
- Explicación de la precisión y la recuperación
- Precisión y recuperación
- ¿Cómo funciona la validación?
- Comprender y mejorar el rendimiento del modelo
- ¿Por qué una etiqueta puede tener una precisión media baja?
- Entrenamiento utilizando la etiqueta Comprobar y la etiqueta Perdida
- Entrenamiento mediante la etiqueta de aprendizaje (refinar)
- Entrenamiento mediante Buscar (Refinar)
- Comprender y aumentar la cobertura
- Mejorar el equilibrio y utilizar Reequilibrar
- Cuándo dejar de entrenar tu modelo
- Uso de campos generales
- Extracción generativa
- Uso de análisis y supervisión
- Información general
- Uso de informes
- Filtrar informes
- Autopilot para Communications Mining: filtros conversacionales (vista previa)
- Supervisión
- Minería de automatizaciones y comunicaciones
- Información de licencia
- Preguntas frecuentes y más
PREVIEWAutopilot para Communications Mining: filtros conversacionales (vista previa)
El filtrado conversacional es una característica de Autopilot para Communications Mining que te ayuda a obtener las respuestas que necesitas más rápidamente.
Convierte las consultas en lenguaje natural en el conjunto de filtros necesarios para responderlas. Si no está seguro de qué filtros necesita para responder a una pregunta, o cómo aplicarlos correctamente, hace el trabajo duro por usted. Esto te ayuda a sacar el máximo partido de los análisis en Communications Mining, con una experiencia mínima.
Los filtros conversacionales están disponibles para todos los usuarios que tengan activada la opción Usar características de IA generativa en la configuración del conjunto de datos. La alternancia suele estar habilitada en la creación del conjunto de datos.
Para utilizar filtros conversacionales, sigue estos pasos:
- Escribe una consulta, como mostrarme mensajes transaccionales, y pulsa Intro.
- Espera a que Communications Mining comprenda la consulta, la asigne al conjunto de filtros correcto y los aplique por ti.
- El filtro genera una respuesta. La respuesta confirma cuántos filtros se identificaron en el mensaje y cuántos se aplicaron correctamente. Esto ayuda a identificar si una consulta se ha realizado parcialmente correctamente y te permite editar la consulta si es necesario, o aplicar manualmente cualquier filtro restante.
Si una solicitud se ha realizado parcialmente correctamente, es probable que uno de los valores de la consulta no sea identificable y no esté presente en el conjunto de datos.
Si necesitas editar la consulta para refinarla, ajusta la redacción y pulsa Intro de nuevo. Borra automáticamente los filtros aplicados actualmente y luego aplica el conjunto de filtros identificados en la consulta.
Los filtros conversacionales solo cambian de la vista Mensaje a la vista Hilos mientras se está en Informes. La vista de hilos no está disponible en Explorar, ya que los mensajes ya se muestran en el contexto de su hilo.
Ejemplos:
Desde un período de tiempo específico
- Mostrarme mensajes de [insertar período de tiempo]
Desde un remitente o dominio de remitente específico
- Mostrarme mensajes de [insertar correo electrónico/dominio de correo electrónico]
- Mientras estés en Informes, puedes hacer que cambie de la vista Mensajes a la vista Hilos añadiendo mostrarme hilos o mostrarme conversaciones a tu consulta.
- Del mismo modo, para volver a la vista Mensajes , añade mostrarme mensajes o mostrarme correos electrónicos.
Detección de oportunidades
- Mostrar mensajes transaccionales: estos tienen longitudes de hilo cortas (2-4 mensajes) y pueden ser los principales candidatos para la automatización.
- Mostrar solicitudes que contengan documentos aceptados por Document Understanding: pueden ser candidatas para su procesamiento con Document Understanding en sentido descendente.
- Mostrar mensajes que muestren niveles de servicio muy malos [o muy malos]: si tienes habilitada y configurada la Calidad de servicio, esto ayuda a identificar mensajes y etiquetas problemáticos.
Si el filtro no reconoce la solicitud, o se agota el tiempo de espera de la solicitud, se muestra un mensaje de error.
Si una solicitud no tuvo éxito, los valores de la consulta probablemente no eran identificables y es posible que no estén presentes en el conjunto de datos.
Edite la consulta, compruebe si hay errores tipográficos o errores e inténtelo de nuevo.