- 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
La página principal de la pestaña Entrenar proporciona información útil sobre el entrenamiento realizado hasta el momento, el rendimiento del modelo y una lista de las siguientes mejores acciones de entrenamiento priorizadas a realizar. Esto actúa de forma similar a la página Validación . Es una experiencia de entrenamiento de etiquetas totalmente guiada.
Pasa el ratón por encima de las áreas de progreso de la anotación para ver información adicional sobre el rendimiento y los contribuyentes subyacentes. En el siguiente ejemplo, puedes comprobar la información de rendimiento adicional una vez que se completen las acciones de entrenamiento básicas:
Para entrenar una acción, procede de la siguiente manera:
- En la pestaña Entrenar , selecciona una acción de entrenamiento, por ejemplo, Anotar mensajes aleatorios para ir a la interfaz de lotes de entrenamiento específica.
Dependiendo de la acción recomendada, el número de mensajes o grupos de mensajes en el lote es de 10, pero puede variar.
- Aplica las etiquetas y los campos generales a los mensajes en la pantalla.
- Selecciona Listo.
- Selecciona Siguiente en el panel lateral para pasar al siguiente mensaje o grupo.
- Al final del lote, verás un resumen de las acciones de entrenamiento que has realizado.
- Para elegir tu próxima sesión, selecciona otra acción recomendada.
Si prefieres entrenar sin la guía de la plataforma, puedes deshabilitar el icono de alternancia Guiado y seleccionar qué sesiones completar. Para obtener más información, consulta Usar Entrenar sin guía habilitada para etiquetas.
La página Entrenar se convertirá en el lugar principal para completar todo el entrenamiento de tu modelo de principio a fin. Actualmente, Entrenar es un complemento del conjunto de características existente, lo que significa que puedes utilizar tal cual todas las funcionalidades a las que estás acostumbrado, y puedes entrenar modelos como lo haces habitualmente.
Se recomienda utilizar Entrenar para una experiencia de entrenamiento de etiquetas guiada y proporcionar comentarios a su gestor de cuentas de UiPath® si tiene algún problema o desafío.
Entrenamiento de etiquetas
Etiquetas de entrenamiento en la pestaña Entrenar :
- Te guía desde el momento en que creas un conjunto de datos con las siguientes mejores acciones a realizar para avanzar en tu entrenamiento de etiquetas. Esto incluye cargar una taxonomía antes de comenzar el entrenamiento.
- Te guía a través de los pasos habituales para el proceso de entrenamiento del modelo, con la excepción de recomendar Buscar:
- Para un modo de entrenamiento eficaz, utiliza la acción Buscar con moderación, para proporcionar al modelo un conjunto limitado de ejemplos iniciales para etiquetas que aún no tienen suficientes datos de entrenamiento. Para utilizar esta acción, ve a Descubrir, Explorar o deshabilita temporalmente la guía en Entrenar. Para obtener más información, consulta Usar Entrenar sin guía habilitada para etiquetas.
- Proporciona la necesidad de conocer los comentarios de rendimiento en la página principal y a través de sus recomendaciones. Si necesitas comentarios detallados sobre el rendimiento del modelo, ve a la página Validación .
Entrenamiento de campo general
Alterna entre etiquetas de entrenamiento y campos generales en la pestaña de entrenamiento si tienes campos generales habilitados en tu conjunto de datos.
Campos generales de entrenamiento en Entrenar:
- Te guía desde el momento en que creas un conjunto de datos con las siguientes mejores acciones a realizar para avanzar en tu entrenamiento de campo general.
- Te guía a través de los pasos habituales para entrenar campos generales durante el proceso de entrenamiento del modelo.
- Proporciona la necesidad de conocer los comentarios de rendimiento en la página principal y a través de sus recomendaciones. Si necesitas comentarios detallados sobre el rendimiento general del campo, ve a la pestaña Validación y luego a Validación general del campo.
- Durante el inicio del proceso de entrenamiento del modelo, si la plataforma no tiene suficientes ejemplos de campos generales de los que aprender, recomendará aleatoriamente de forma predeterminada. Una vez que proporciones suficientes ejemplos, recomendará una formación más específica para campos generales específicos.
La configuración predeterminada para la página Entrenar es tener habilitada la guía de la plataforma, ya que esta es nuestra recomendación.
Si eres un entrenador de modelos seguro y conoces las acciones que ya quieres realizar, puedes deshabilitar la guía, utilizando la alternancia en la parte superior derecha de la página:
La plataforma seguirá destacando la fase que se considere más adecuada. Puedes encontrar las acciones de entrenamiento habituales dentro de cada fase, y puedes apuntar a etiquetas específicas según sea necesario. Comprueba la siguiente imagen:
