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
- Preparando datos para cargar archivos .CSV
- Cargar un archivo CSV en un origen
- 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
- 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™
- Seleccionar umbrales de confianza de etiquetas
- Crear una transmisión
- Actualizar o eliminar una transmisión
- 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 10 de nov. de 2025
Nota:
- Debes tener asignados los roles de Administrador de proyectos de Extracción y Procesamiento Inteligentes (IXP) o Desarrollador de Extracción y Procesamiento Inteligentes (IXP) como usuario de Automation Cloud, o el permiso de administrador de Transmisiones como usuario heredado.
- Debes tener asignados los roles Analista de Extracción y Procesamiento Inteligentes (IXP), Espectador de Extracción y Procesamiento Inteligentes (IXP) o Entrenador de modelos de Extracción y Procesamiento Inteligentes (IXP) como usuario de Automation Cloud, o el permiso Ver flujos como usuario heredado, que te permite solo ver los flujos asignados a un conjunto de datos. Sin este permiso, la página Transmisiones no se mostrará en el menú de navegación del conjunto de datos.
Para crear una transmisión, proceda de la siguiente manera:
Atención: antes de crear una transmisión, asegúrate de tener un modelo anclado.
- Ve a la página Conjuntos de datos y selecciona la pestaña Transmisiones .
- Selecciona Nueva transmisión +. Esto abre el modal Crear una transmisión , donde debes rellenar los campos obligatorios:
- Título : asigna un título y una descripción a la transmisión.
- Nombre de API : establece un nombre de API.
- Versión del modelo : especifica la versión del modelo (etiquetadora) que se utilizará.
- Filtros : utiliza la barra de filtros en el panel lateral para establecer filtros de propiedad de usuario, que deben cumplirse para que los mensajes entren en la cola de la transmisión.
- Selecciona una etiqueta y un umbral de confianza como se muestra en la siguiente imagen:
Cuando estableces un umbral, esa etiqueta se devuelve en la transmisión si la plataforma predice esa etiqueta con una confianza igual o mayor que el umbral establecido. Establecer un umbral de etiqueta no cambia qué mensajes se devuelven desde la transmisión, solo qué predicciones se devuelven con ellos.
La plataforma predice el número de falsos positivos y falsos negativos que la transmisión se equivocaría o se perdería.
El umbral predeterminado para una etiqueta es 100 %. En este punto, está deshabilitado y la transmisión no devolverá predicciones para la etiqueta.Si el umbral se establece en menos del 100 %, la transmisión devolverá predicciones para las etiquetas que estén por encima del umbral. - Selecciona el botón de verificación para crear la transmisión.
