- 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
Información general
La extracción generativa (GenEx) es una nueva característica innovadora para UiPath® Communications Mining que aprovecha la IA generativa para comprender las complejas relaciones entre múltiples solicitudes y los puntos de datos necesarios para procesarlas.
Un correo electrónico puede contener varias solicitudes, cada una de las cuales requiere la extracción de varios campos para habilitar la automatización. Automatizar esto de principio a fin requiere algo más que extraer correctamente el campo en sí, sino también comprender cómo se relaciona cada uno de estos elementos entre sí. GenEx avanza significativamente el alcance de lo que es posible para la automatización basada en las comunicaciones.
La extracción generativa aprovecha lo último en capacidades de PNL y también proporciona las medidas de seguridad necesarias que requieren las empresas para implementar automatizaciones complejas basadas en la comunicación para los procesos empresariales.
Los procesos más complejos y las comunicaciones que contienen múltiples solicitudes diferentes ahora también pueden ser los principales candidatos para la automatización.
Para algunos casos de uso, las extracciones pueden generarse sin entrenamiento y pueden ajustarse aún más con pocos datos de entrenamiento.
Los siguientes pasos describen el proceso de validación de extracciones de extremo a extremo. Cada paso se trata con más detalle en las secciones siguientes.
- Define tu esquema de extracción.
- Identifique qué procesos (p. ej., etiquetas) desea automatizar y los puntos de datos (p. ej., campos) que deben capturarse para habilitar la automatización.
- Crea el esquema de extracción correspondiente.
- Generar extracciones. Generar extracciones te permite acelerar significativamente el proceso de búsqueda y relación de datos. Para algunos casos de uso, la plataforma no requiere ejemplos de entrenamiento para generar sus extracciones.
- Utiliza las capacidades generativas de la plataforma para crear tus extracciones iniciales.
- Validar y corregir extracciones.
- Revisa las extracciones de la plataforma y acéptalas si son precisas o corrígelas si no lo son.
- La plataforma es flexible y sencilla, y puedes añadir nuevos esquemas de extracción en cualquier punto del proceso de entrenamiento.
- Revise la validación de las extracciones.
- Verifique el rendimiento de sus extracciones (a través de Validación).
- Determina si tus extracciones tienen un nivel de rendimiento adecuado para tu caso de uso.
El siguiente diagrama ilustra cómo funciona la extracción generativa a alto nivel. Puedes comprobar la relación entre las etiquetas, las extracciones y los campos correspondientes necesarios para automatizar un proceso de principio a fin.
- Al configurar tu esquema de extracción, debes decidir qué procesos (es decir, etiquetas) que desea automatizar.
- Para que la plataforma comprenda la relación entre el proceso y los puntos de datos que deben extraerse, la plataforma te pedirá que proporciones los puntos de datos adecuados. La sección Configuración de campos ofrece más detalles sobre las mejores prácticas y cómo funciona esto específicamente.
En el siguiente ejemplo, el solicitante pregunta sobre dos temas diferentes en el mismo mensaje, y cada solicitud requiere diferentes puntos de datos para la extracción y la acción.
- Si has trabajado anteriormente con entidades en Communications Mining, a partir de la versión 2024.4, todas tus entidades existentes pasan automáticamente a campos generales.
- Todos los ajustes existentes en tus entidades migran a los ajustes respectivos para el campo general correspondiente.
- Si tienes algún campo general que deseas cambiar a campos de extracción, debes volver a crear esos campos como campos de extracción y aplicar la cantidad adecuada de ejemplos de entrenamiento (si corresponde).
- Los tipos de campo tienen los mismos nombres y configuraciones que las entidades antiguas configuradas previamente. Estos se asignan utilizando el nombre de la API.
- Si tienes automatizaciones existentes que utilizan entidades anteriores, estas automatizaciones no se verán afectadas.
- La automatización de procesos mediante la Extracción generativa es ligeramente diferente de la forma en que se automatizaban los procesos anteriormente mediante las entidades. Consulta la sección Automatización con GenEx de esta guía para obtener más información.
