- 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™
- 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
- Orígenes de datos
- Conjuntos de datos
- Proyectos
Se trata de colecciones de datos de comunicaciones sin procesar y no anotados de un tipo similar, como todos los correos electrónicos de un buzón de correo compartido, o una colección de respuestas de encuestas de NPS. Para obtener más información, consulta Fuentes. Puedes asociar fuentes de datos individuales con hasta 10 conjuntos de datos diferentes.
Estos se componen de 1 a 20 fuentes de datos, de tipo similar con propósitos previstos similares, y el modelo que creas cuando entrenas la plataforma para comprender los datos en esas fuentes. Para obtener más detalles, consulta Conjuntos de datos.
Los proyectos representan un área de almacenamiento autorizada dentro de la plataforma. Cada conjunto de datos y origen de datos pertenece a un proyecto específico, que se designa cuando se crean. Para obtener más información, consulta Proyectos.
Los tenants te permiten modelar la estructura de tu organización, separando los flujos de tu negocio y la información similar a las organizaciones de la vida real. Los tenants son contenedores en los que puedes organizar tus servicios y gestionarlos para un grupo de usuarios.
Por ejemplo, puedes crear tenants para cada uno de tus departamentos y decidir qué servicios quieres habilitar para cada uno, en función de sus necesidades. En cada tenant, puedes tener una instancia de cada uno de los servicios en la nube.
Es importante tener en cuenta que no puedes promocionar modelos de Communications Mining™ entre diferentes tenants de UiPath® Cloud. Por ejemplo, pasar de Desarrollo a Producción.
Si solo puedes implementar en Producción, en un entorno de Producción, habilita el servicio Extracción y Procesamiento Inteligentes (IXP), que incluye Communications Mining, en Producción. Sin embargo, si tienes flexibilidad con la implementación en Producción, desde otro entorno, puedes hacer que tus automatizaciones de Producción llamen a la plataforma desde el tenant en el que se encuentra, por ejemplo, Garantía de calidad o Desarrollo.
Los permisos son por usuario y específicos para cada proyecto al que pertenece un usuario. Pueden proporcionar acceso a datos confidenciales y, dependiendo del permiso, permitir a los usuarios realizar una variedad de acciones diferentes en la plataforma. Para obtener más información, consulta Roles y sus permisos subyacentes.
Si eres usuario de Automation Cloud, tu servicio Extracción y Procesamiento Inteligentes (IXP), que incluye Communications Mining, está habilitado en un tenant específico. Los tenants son donde se almacenan los proyectos.
Cada conjunto de datos y fuente de datos está asociado a un proyecto específico, y los usuarios requieren permisos en esos proyectos para poder trabajar con los datos dentro de ellos.
Los conjuntos de datos de un proyecto pueden estar formados por orígenes de datos de otro proyecto. Los usuarios necesitan permisos en ambos proyectos para ver y anotar los datos.
La ilustración muestra la relación entre estos componentes y los permisos:
- En la ilustración, con el Tenant A, todas las fuentes de datos están asociadas al Proyecto A1, mientras que hay conjuntos de datos asociados tanto al Proyecto A1 como al Proyecto A2.
- Si un usuario quisiera acceder a los conjuntos de datos en el Proyecto A1, es decir, el conjunto de datos 1, 2 o 3, necesitaría permisos de visualización solo para el Proyecto A1.
- Sin embargo, si un usuario quisiera acceder a los conjuntos de datos en el Proyecto A2, es decir, el conjunto de datos 4, 5 o 6, necesitaría permisos de visualización para ambos Proyectos A1 y A2, porque todas las fuentes de datos están ubicadas en el Proyecto A1.
- Para ver el proyecto A1 o A2, el usuario necesitaría acceso al Tenant A. Para ver el proyecto B1, el usuario necesitaría acceso al Tenant B. Los permisos de usuario no se transfieren entre tenants.
