communications-mining
latest
false
- 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
- Eliminar una fuente
- 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)
- Estado de Dastaset
- 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
Entrenamiento mediante Buscar (Refinar)
Importante :
Este contenido se ha traducido mediante traducción automática.
Guía de usuario de Communications Mining
Last updated 19 de nov. de 2024
Entrenamiento mediante Buscar (Refinar)
Utiliza la acción
Search
como parte del proceso de entrenamiento del modelo, para las etiquetas que se producen con menos frecuencia y que no aparecen regularmente en los clústeres y/o en el modo aleatorio.
Si hay ejemplos mínimos de entrenamiento inicial para una etiqueta, puedes usar
Search
con moderación para uno o más términos, para una etiqueta determinada. Esto proporciona suficientes ejemplos para que la acciónTeach
esté disponible (por ejemplo, mostrando aproximadamente la mitad de los ejemplos relevantes para esa etiqueta).
Nota: El uso excesivo de la acción
Search
puede dar lugar a un sesgo de anotación y a ajustar en exceso la comprensión del modelo de un concepto de etiqueta a términos/frases específicos, en lugar de comprender el contexto más amplio y la variabilidad del propio concepto. Esto significa que puedes abusar de la búsqueda a menos que la plataforma proporcione medidas de seguridad.
- Ve a Validación.
- Selecciona una de las recomendaciones.
Se te redirigirá a la página Descubrir una vez que selecciones una recomendación.
-
Busque términos o expresiones relacionadas con la etiqueta que está buscando.
Nota: aplica los ejemplos con moderación utilizando la búsqueda de cualquier etiqueta para evitar el sesgo de anotación. - Añade una etiqueta y haz clic en el botón Aplicar etiquetas para anotar mensajes en masa:
Atención: Recuerda aplicar también todas las demás etiquetas relevantes a los mensajes durante la búsqueda, para evitar anotaciones parciales.
Nota: consulta Entrenamiento mediante la búsqueda (Explorar) para entender mejor cómo utilizar
Search
en la pestaña Entrenar .