- 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
- Uso de análisis y supervisión
- Minería de automatizaciones y comunicaciones
- Preguntas frecuentes y más
Entrenamiento
La nueva característica 'Entrenar' proporciona una experiencia de entrenamiento de etiquetas totalmente guiada para los usuarios.
La página principal de Entrenar proporciona información útil sobre el entrenamiento realizado hasta el momento, el rendimiento del modelo y una lista de las siguientes mejores acciones de entrenamiento priorizadas a realizar (similar a la página Validación).
Cuando los usuarios seleccionan una acción de entrenamiento , se les dirige a una interfaz específica de "lotes de entrenamiento", que divide el entrenamiento en sesiones cortas y fáciles de consumir.
Al final del lote, se te proporciona un resumen de las acciones de entrenamiento realizadas (consulta a continuación) y puedes elegir tu próxima sesión seleccionando otra acción recomendada.
Resumen de las acciones de entrenamiento completadas durante un lote de entrenamiento
Si los usuarios prefieren entrenar sin la guía de la plataforma, pueden deshabilitar esta opción y seleccionar ellos mismos qué sesiones completar. Para obtener más información, consulta la siguiente sección.
La configuración predeterminada para la página Entrenar es tener habilitada la guía de la plataforma, ya que esta es nuestra recomendación.
Sin embargo, si eres un entrenador de modelos seguro y conoces las acciones que quieres realizar, puedes deshabilitar la guía utilizando el botón de alternancia en la parte superior derecha de la página (ver más abajo).
