- 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
- Create or delete a data source in the GUI
- Cargar un archivo CSV en un origen
- Preparando datos para cargar archivos .CSV
- 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
- 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
- Comprender los requisitos de datos
- 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
Guía de usuario de Communications Mining
Mensajes
verbatim(s) cambiaron a mensajes.
Un mensaje es lo que llamamos una unidad única de comunicación de texto de forma libre; como un correo electrónico, una respuesta a una encuesta, una nota o una transcripción de chat o llamada telefónica. Los mensajes se agrupan en fuentes.
A continuación se muestra un ejemplo de cómo se presenta un mensaje en la página Explorar de la interfaz de usuario.
Metadatos del mensaje
Cada mensaje tiene metadatos asociados que consisten en puntos de datos estructurados que proporcionan información adicional sobre la comunicación o conversación y sus participantes.
Todos los mensajes deben tener una marca de tiempo asociada, que normalmente corresponde a la hora en que se creó originalmente ese mensaje.
Además de las marcas de tiempo, la plataforma suele almacenar metadatos adicionales asociados a cada mensaje. Ejemplos típicos de campos de metadatos son:
- Nombre y datos de contacto de los participantes del mensaje
- Dominios del remitente y del destinatario de los correos electrónicos
- Número de mensajes en una conversación de chat o número de correos electrónicos en un hilo
- Datos demográficos, como género, edad, país, etc.
- Una medida cuantitativa de la satisfacción del cliente con la interacción, como la puntuación neta del promotor (NPS), la puntuación de satisfacción del cliente (CSAT), etc.
- Para las llamadas telefónicas, el audio sin procesar utilizado por la plataforma para transcribirlo
- ID de terceros cuando los mensajes se importan desde otro sistema, por ejemplo, el ID del mensaje de correo electrónico de un servidor de Exchange
Algunos conjuntos de datos pueden contener mensajes con PII (información de identificación personal) en sus metadatos (por ejemplo, `userId`), estos campos pueden marcarse como confidenciales. Al marcar estos campos como confidenciales para ver estos metadatos, se requieren permisos de usuario mejorados.
