- 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 de acceso y administración
- 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
- Introducción
- Uso de la API
- Tutorial de la API
- Resumen
- 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
- 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
- Integración de Exchange autohospedado
- Marco de automatización de UiPath®
- Actividades de UiPath® Marketplace
- 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
re
. It assumes you have installed the CLI. For more details, check the installation instructions.
The quick setup section is a short step-by-step reference for how to get started and configure the CLI. The rest of the page contains detailed instructions and goes into all of the available options.
Install the command line tool for your platform (Linux, Mac, and Windows are supported).
Create a named context to avoid having to enter your tenant endpoint and API token every time. Provide your tenant endpoint:
re config add --name main --endpoint https://<my_api_endpoint>/
re config add --name main --endpoint https://<my_api_endpoint>/
You will be asked to paste your API token:
I A new context `main` will be created.
Enter API token [none]: MYSUPERSECRETTOKEN
I New context `main` was created.
I A new context `main` will be created.
Enter API token [none]: MYSUPERSECRETTOKEN
I New context `main` was created.
Intente ejecutar un comando para comprobar que todo funciona, por ejemplo
re get datasets
re get datasets
-c
o --context
para usar un contexto específico con el comando, por ejemplo
re -c main get datasets
re -c main get datasets
--token
, --endpoint
y --proxy
, etc. Los argumentos de la línea de comandos tienen prioridad sobre los ajustes de contexto.
re
te pedirá que introduzcas el token de forma interactiva.
Por ejemplo, para enumerar los conjuntos de datos disponibles
➜ re --endpoint https://acme.reinfer.io get datasets
input: Enter API token [none]: MYSUPERSECRETAPITOKEN
Name ID Updated (UTC) Title
InvestmentBank/collateral-streams aa9dda7c059e5a8d 2019-04-30 17:25:03 IB Collateral Streams
InvestmentBank/george-test 1aaeacd49dfce8a0 2019-05-10 15:32:34 Test Dataset
InvestmentBank/margin-call b9d50fb2b38c3af5 2019-05-08 07:51:09 IB Margin Call
InvestmentBank/margin-call-large 6d00b9f69ab059f6 2019-05-11 09:23:43 IB Margin Call Large
➜ re --endpoint https://acme.reinfer.io get datasets
input: Enter API token [none]: MYSUPERSECRETAPITOKEN
Name ID Updated (UTC) Title
InvestmentBank/collateral-streams aa9dda7c059e5a8d 2019-04-30 17:25:03 IB Collateral Streams
InvestmentBank/george-test 1aaeacd49dfce8a0 2019-05-10 15:32:34 Test Dataset
InvestmentBank/margin-call b9d50fb2b38c3af5 2019-05-08 07:51:09 IB Margin Call
InvestmentBank/margin-call-large 6d00b9f69ab059f6 2019-05-11 09:23:43 IB Margin Call Large
--token
➜ re --endpoint https://acme.reinfer.io --token MYSUPERSECRETAPITOKEN get datasets
➜ re --endpoint https://acme.reinfer.io --token MYSUPERSECRETAPITOKEN get datasets
Por lo general, esto no es una buena idea, ya que el token de la API se almacenará en tu historial de shell. Sería mejor almacenar el token de la API en una variable de entorno.
➜ re --endpoint https://acme.reinfer.io --token $REINFER_TOKEN get datasets
➜ re --endpoint https://acme.reinfer.io --token $REINFER_TOKEN get datasets
Sin embargo, esto sigue siendo detallado, repetitivo e inseguro.
Proporcionar la configuración mediante marcadores de línea de comandos puede ser útil en algunos casos. Sin embargo, la forma recomendada de utilizar la CLI es configurando un contexto con nombre. Para obtener más información, consulta la siguiente sección.
re
. Cuando especificas un contexto para ejecutar un comando, la configuración y las credenciales se utilizan para ejecutar ese comando. Se pueden almacenar varios contextos en el archivo de configuración.
Los contextos ayudan a evitar tener que especificar manualmente un token, un punto final y otra configuración con cada comando. Un contexto se compone de:
- Un nombre fácil de recordar que sirve como identificador para el contexto
- Un token de API utilizado para autenticar al usuario que realiza las solicitudes
- Un punto final al que la CLI realizará las solicitudes
- (Opcional) Un proxy HTTP para todas las solicitudes
- (Opcional) Si se aceptan certificados TLS no válidos desde el punto final (solo es útil para clústeres internos/de desarrollo de Communications Mining™)
Puedes especificar un contexto predeterminado que se utiliza cuando no se hace referencia explícita a ninguno.
-c
, --context
puede utilizarse para utilizar un contexto específico con nombres que puedes especificar como parámetro en la línea de comandos para comandos individuales.
Crear un contexto
re config add
re config add
Si se ejecuta sin opciones, el comando solicitará de forma interactiva el nombre del contexto, el punto final y el token.
➜ re config add
* Context name: acme-prod
I A new context `acme-prod` will be created
* Enter API token [none]: MYSUPERSECRETTOKEN
* Endpoint [https://reinfer.io/]: https://acme.reinfer.io
I Default context set to `acme-prod`
I New context `acme-prod` was created
➜ re config add
* Context name: acme-prod
I A new context `acme-prod` will be created
* Enter API token [none]: MYSUPERSECRETTOKEN
* Endpoint [https://reinfer.io/]: https://acme.reinfer.io
I Default context set to `acme-prod`
I New context `acme-prod` was created
Al crear el primer contexto, este se establecerá como el activo
➜ re config add --name acme-dev --endpoint https://acme.reinfer.io/
I A new context `acme-dev` will be created.
* Enter API token [none]: MYSUPERSECRETTOKEN
I Default context set to `acme-dev`
I New context `acme-dev` was created.
➜ re config add --name acme-dev --endpoint https://acme.reinfer.io/
I A new context `acme-dev` will be created.
* Enter API token [none]: MYSUPERSECRETTOKEN
I Default context set to `acme-dev`
I New context `acme-dev` was created.
Añadir un contexto con un nombre que ya existe actualizará ese contexto.
# Edit the acme-dev context if it already exists
re config add acme-dev
# Edit the acme-dev context if it already exists
re config add acme-dev
re config add -h
. Los más importantes son:
Nombre | Descripción |
--name <name> | El nombre del contexto que se creará o actualizará |
--endpoint <endpoint> | El punto final del clúster de Communications Mining™ que se utilizará para este contexto |
--token <token> | El token API de reinferencia que se utilizará para este contexto |
--proxy <proxy> | URL de un proxy HTTP que se utilizará para todas las solicitudes si se especifica |
El contexto actual se utilizará para todos los comandos posteriores. Lo siguiente imprimirá todos los conjuntos de datos para el contexto actual .
re get datasets
re get datasets
--token
, --endpoint
y --proxy
.re --proxy http://proxy.example get datasets
re --proxy http://proxy.example get datasets
Usar un contexto
-c
o --context
para usar un contexto específico con el comando, por ejemplo
re -c my-context get datasets
re -c my-context get datasets
volver a configurar
re config
. Los subcomandos permiten crear, actualizar, establecer los contextos predeterminados y eliminar, y mucho más.
For all the available options, check the command reference.
La ubicación de tu directorio de configuración varía en función del sistema operativo. La herramienta de línea de comandos Communications Mining™ respeta estos valores predeterminados del sistema operativo y, por lo general, el directorio de configuración se puede encontrar en
~/.config/reinfer
en Linux$HOME/.config/reinfer
en macOS%AppData%\reinfer
en Windows
contexts.json
, por ejemplo ~/.config/reinfer/contexts.json
en Linux. Se parece a esto
{
"current_context": "prod",
"contexts": [
{
"name": "prod",
"endpoint": "https://acme.reinfer.io/",
"token": "MYSUPERSECRETTOKEN",
"accept_invalid_certificates": false,
"proxy": null
}
]
}
{
"current_context": "prod",
"contexts": [
{
"name": "prod",
"endpoint": "https://acme.reinfer.io/",
"token": "MYSUPERSECRETTOKEN",
"accept_invalid_certificates": false,
"proxy": null
}
]
}