- 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
- Minería de automatizaciones y comunicaciones
- Información de licencia
- Preguntas frecuentes y más
- Preguntas frecuentes sobre el acceso y la gestión de usuarios
- Preguntas frecuentes sobre la carga y gestión de datos
- Preguntas frecuentes sobre el entrenamiento de modelos
- Preguntas frecuentes sobre análisis
- Preguntas frecuentes sobre automatización
Preguntas frecuentes sobre la carga y gestión de datos
La plataforma es capaz de admitir múltiples formas de datos conversacionales, por ejemplo, cuando una persona está hablando con otra persona en un canal digital. Los ejemplos incluyen correos electrónicos, tickets de gestión de casos, chats, transcripciones de llamadas, encuestas, revisiones, notas de casos, entre otros.
La plataforma interpreta los contenidos conversacionales básicos de una conversación. Para las conversaciones por correo electrónico, se tienen en cuenta los asuntos, el texto del cuerpo y el hilo, pero no el contenido de los archivos adjuntos. La plataforma puede identificar cuándo los correos electrónicos tienen archivos adjuntos y sus nombres, tipos de archivo y tamaño. Los nombres de los archivos adjuntos pueden mostrarse en la interfaz de usuario y pueden formar parte del cuerpo del texto a partir del cual se entrenan los modelos de la plataforma.
El objetivo de entrenar un modelo es crear un conjunto de datos de entrenamiento que sea lo más representativo posible del conjunto de datos en su conjunto, de modo que la plataforma pueda predecir con precisión y confianza las etiquetas relevantes y los campos generales para cada mensaje. Las etiquetas y los campos generales dentro de un conjunto de datos deben estar intrínsecamente vinculados a los objetivos generales del caso de uso y proporcionar un valor comercial significativo.
Sí, si tienes suficientes permisos puedes utilizar nuestras API para añadir datos a la plataforma, o puedes añadir datos a una fuente mediante la carga de CSV.
El almacenamiento de datos en la plataforma puede escalarse para adaptarse a las necesidades de nuestros clientes, y el uso del volumen permitido depende de los términos de licencia acordados. El uso dentro del volumen máximo acordado en la licencia es completamente aceptable. Superar el volumen máximo requerirá una discusión y puede incurrir en un costo adicional.
La plataforma no eliminará automáticamente los datos históricos. Si es necesario, tu administrador de Communications Mining puede eliminar los datos más antiguos.
Los usuarios pueden exportar sus datos desde la plataforma a través de CSV o utilizando las API de la plataforma. Encontrarás explicaciones detalladas sobre cómo hacerlo en nuestras guías prácticas , así como en nuestra documentación de la API. La plataforma no eliminará automáticamente los datos históricos. Si es necesario, tu administrador de Communications Mining puede eliminar los datos más antiguos.
Una vez que haya iniciado sesión, accederá a la página Conjuntos de datos, donde podrá crear su propio conjunto de datos, si tiene los permisos asociados para hacerlo. Consulta aquí para obtener una explicación detallada sobre cómo hacerlo.
Puedes acceder a la documentación de nuestra API aquí.
- ¿Qué formas de comunicación maneja?
- ¿Cómo se gestionan las comunicaciones con archivos adjuntos?
- ¿Puedo subir datos a la plataforma yo mismo?
- ¿Qué volúmenes de datos puede admitir la plataforma? ¿Hay algún límite?
- ¿Durante cuánto tiempo almacena la plataforma mis datos?
- ¿Cómo puedo exportar mis datos desde la plataforma para poder utilizarlos en otro lugar?
- ¿Cómo creo mis propios conjuntos de datos?
- ¿Cómo puedo conectarme a la API?
