Communications Mining
Más reciente
False
- Primeros pasos
- Equilibrio
- Clústeres
- Deriva del concepto
- Cobertura
- Conjuntos de datos
- 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
- Administrar 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
- Preparar datos para cargar archivos .CSV
- Entrenamiento y mantenimiento de modelos
- Comprender las etiquetas, las entidades 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
- Mejores prácticas de entrenamiento y etiquetado de modelos
- Entrenamiento con análisis de sentimiento de etiqueta habilitado
- Entrenamiento
- Introducción a 'Perfeccionar'
- 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 'Comprobar etiqueta' y 'Etiqueta perdida'
- Entrenamiento mediante la etiqueta de aprendizaje (refinar)
- Entrenamiento mediante Buscar (Refinar)
- Comprender y aumentar la cobertura
- Mejorar el equilibrio y usar 'Reequilibrar'
- Cuándo dejar de entrenar tu modelo
- Definir y configurar tus entidades
- Comprender las entidades
- ¿Qué entidades preentrenadas están disponibles?
- Habilitar, deshabilitar, actualizar y crear entidades
- Filtrado de entidades
- Revisar y aplicar entidades
- Validación para entidades
- Mejorar el rendimiento de la entidad
- Creación de entidades regex personalizadas
- Aplicar etiquetas
- Revisar mensajes
- Buscar mensajes
- Edición de etiquetas
- Uso de análisis y supervisión
- Minería de automatizaciones y comunicaciones
- Preguntas frecuentes y más
Guía de usuario de Communications Mining
Última actualización 18 de abr. de 2024
Buscar mensajes
Permisos de usuario necesarios: 'Ver fuentes' Y 'Ver etiquetas'.
Puedes utilizar la búsqueda en Explorar o Descubrir (cambiando del modo de clúster a través del menú desplegable) para buscar mensajes que contengan términos o frases específicos. La plataforma resalta las ocurrencias de tus términos de búsqueda dentro de los mensajes (como se muestra a continuación).
A continuación, puedes revisar las etiquetas previstas o aplicar tus propias etiquetas a los mensajes.
Buscar en Explorar frente a Descubrir
- La diferencia clave entre buscar en Descubrir y Explorar es que en Descubrir puedes etiquetar los resultados de búsqueda en masa (al igual que etiquetar grupos), mientras que en Explorar los etiqueta de forma individual
- Sin embargo, a diferencia de Descubrir, Explorar devuelve un número total aproximado de mensajes que coinciden con tu término de búsqueda (como se muestra a continuación). Esto puede ser muy útil al intentar medir cuántos ejemplos puede haber en tu conjunto de datos antes de crear una etiqueta, si hay términos muy vinculados al concepto de etiqueta
Ejemplo de consulta de búsqueda en Explorar
Ejemplo de consulta de búsqueda en Discover
