ixp
latest
false
- Introducción
- Configuración de su cuenta
- Equilibrio
- Clústeres
- Deriva del concepto
- Cobertura
- Conjuntos de datos
- Campos generales
- Etiquetas (predicciones, niveles de confianza, jerarquía de etiquetas y sentimiento de etiqueta)
- Modelos
- Transmisiones
- Clasificación del modelo
- Proyectos
- Precisión
- Recordar
- Mensajes anotados y no anotados
- Campos extraídos
- Fuentes
- Taxonomías
- Formación
- Predicciones positivas y negativas verdaderas y falsas
- Validación
- Mensajes
- Control y administración de acceso
- Gestionar fuentes y conjuntos de datos
- Comprender la estructura de datos y los permisos
- Crear o eliminar un origen de datos en la GUI
- Cargar un archivo CSV en un origen
- Preparando datos para cargar archivos .CSV
- Crear un conjunto de datos
- Fuentes y conjuntos de datos multilingües
- Habilitar sentimiento en un conjunto de datos
- Modificar la configuración del conjunto de datos
- Eliminar un mensaje
- Eliminar un conjunto de datos
- Exportar un conjunto de datos
- Utilizar integraciones de Exchange
- Entrenamiento y mantenimiento de modelos
- Comprender las etiquetas, los campos generales y los metadatos
- Jerarquía de etiquetas y mejores prácticas
- Comparar casos de uso de análisis y automatización
- Convertir tus objetivos en etiquetas
- Descripción general del proceso de entrenamiento del modelo
- Anotación generativa
- Estado de Dastaset
- Entrenamiento de modelos y mejores prácticas de anotación
- Entrenamiento con análisis de sentimiento de etiqueta habilitado
- Chat de entrenamiento y datos de llamadas
- 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
- Razones para etiquetar 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
- Automations and Communications Mining™
- Desarrollador
- Uso de la API
- Tutorial de la API
- Fuentes
- Conjuntos de datos
- Comentarios
- Archivos adjuntos
- Predictions
- Crear una transmisión
- Actualizar una transmisión
- Obtener una transmisión por nombre
- Obtener todas las transmisiones
- Eliminar una transmisión
- Obtener resultados de la transmisión
- Obtener comentarios de una transmisión (heredado)
- Avanzar una transmisión
- Restablecer una transmisión
- Etiquetar una excepción
- Desetiquetar una excepción
- Eventos de auditoría
- Obtener todos los usuarios
- Cargar datos
- Descargando datos
- Integración de Exchange con el usuario del servicio de Azure
- Integración de Exchange con la autenticación de aplicaciones de Azure
- Integración de Exchange con Azure Application Authentication y Graph
- Obtener datos para Tableau con Python
- Integración de Elasticsearch
- Extracción de campos general
- Integración de Exchange autohospedado
- Marco de automatización de UiPath®
- Actividades oficiales de UiPath®
- Cómo aprenden las máquinas a entender palabras: una guía para las incrustaciones en PNL
- Aprendizaje basado en solicitudes con Transformers
- Efficient Transformers II: destilación de conocimientos y ajuste
- Transformadores eficientes I: mecanismos de atención
- Modelado de intenciones jerárquico profundo no supervisado: obtener valor sin datos de entrenamiento
- Corregir el sesgo de anotación con Communications Mining™
- Aprendizaje activo: mejores modelos ML en menos tiempo
- Todo está en los números: evaluar el rendimiento del modelo con métricas
- Por qué es importante la validación del modelo
- Comparación de Communications Mining™ y Google AutoML para la inteligencia de datos conversacional
- Licencia
- Preguntas frecuentes y más
Guía del usuario de Communications Mining
Última actualización 7 de oct. de 2025
El paquete de actividades de Communications Mining te permite consumir resultados de los flujos de Communications Mining™. En este tutorial puedes ver un ejemplo del proceso de envío de facturas.
Se te orienta sobre cómo consumir un flujo de Communications Mining, identificar solicitudes de envío de facturas y descargar los archivos adjuntos asociados de las comunicaciones.
- Resultados : una representación de una comunicación que se devuelve desde la transmisión de Communications Mining™. Los resultados contienen dos propiedades clave:
comment: contiene toda la información sobre la comunicación que se cargó en la plataforma, como: el asunto, el cuerpo y la marca de tiempo de la comunicación.prediction: contiene el conjunto de predicciones que se devuelven contra esa comunicación. Dentro de esta propiedad puedes encontrarextractionsyfields.
- Extracción: una predicción relacionada con una instancia específica de una solicitud asociada con una etiqueta, como una solicitud
Address Change, y los campos vinculados a esa solicitud: Línea de dirección 1, Pueblo/Ciudad, Código postal. Para cada etiqueta, puedes predecir varias extracciones en cada mensaje. Cada extracción tiene un asociadoOccurrence Confidencey unExtraction Confidence. - Campo: un punto de datos extraído como valor de un mensaje.
Un campo puede tener los siguientes tipos:
- campo general (no asociado a ninguna etiqueta).
- campo de extracción (vinculado a una etiqueta específica y requerido para procesar solicitudes asociadas con esa etiqueta).
- Confianza de ocurrencias: el nivel de confianza de un modelo sobre la presencia de una instancia de extracción específica. Por ejemplo, qué tan seguro está el modelo sobre una segunda solicitud
Change of Addressen el mensaje. - Confianza de extracción: nivel de confianza de un modelo en el que una extracción individual se extrae correctamente, es decir, que la extracción está correctamente identificada y todos los campos están correctamente identificados y asociados con la extracción correcta.
- Umbral: cada predicción de etiqueta devuelta de un flujo contiene una propiedad
thresholds. Esta propiedad contiene la lista de umbrales que se han superado para la predicción dada. Actualmente, el umbral que configuras en la transmisión se llamastream.
Requisitos previos
- Acceso a Communications Mining™.
- Una integración de Exchange configurada y rellenando un origen.
- Un conjunto de datos entrenado basado en esta fuente.
- Una transmisión configurada en este conjunto de datos entrenado.
Sigue los siguientes pasos, para consumir
stream Results y obtain attachments.
Dentro de un proyecto de Studio, arrastra la actividad
Get Stream Results desde la biblioteca de actividades de Communications Mining™ y selecciona tu transmisión.
Arrastra un bucle
For Each y comienza a iterar el campo Results de la salida de la variable de la actividad Get Stream Results.
Dentro de tu bucle
For Each, añade una instrucción If y comprueba si la solicitud Invoice Submission se ha detectado con la siguiente expresión: result.Prediction.ContainsLabelExtraction("Invoice Submission")Nota: también puedes acceder a cualquier valor de campo que hayas configurado para esta etiqueta con la expresión
result.Prediction.GetLabelExtractions("Invoice Submission")(0).GetField("Invoice Date").
Arrastra la actividad Obtener archivo adjunto a la sección
Then de tu instrucción if. A continuación, puedes recuperar la referencia del archivo adjunto con la siguiente expresión: result.Comment.GetAttachmentsByType("application/pdf")(0).AttachmentReference.
Nota: esta expresión asume que existe al menos un archivo adjunto de PDF. Comprueba en producción que este es el caso.
Ahora puedes utilizar el archivo adjunto descargado y pasarlo Document Understanding:
- Obtener resultados de transmisión y obtener archivos adjuntos
- Conceptos clave
- Paso 1: conectar a tu transmisión
- Paso 2: iniciar el bucle de los resultados de tu transmisión
- Paso 3: determinar si el resultado es un envío de factura
- Paso 4: descargar la factura adjunta
- Paso 5: pasar el archivo adjunto a Document Understanding
- Paso 6: avanzar en la transmisión
