- Documents d’API
- CLI
- Guides d'intégration
- Intégration d'Exchange avec Azure
- Automatisation en temps réel
- Récupérer des données pour Tableau avec Python
- Intégration d'Elasticsearch
- Configurer les entités
- Utilisation d'entités dans votre application
- Intégration EWS auto-hébergée
- Infrastructure d'automatisation UiPath
- Activités UiPath Marketplace
- Activités officielles UiPath
- Blog
- Comment les machines apprennent à comprendre les mots : guide des intégrations dans NLP
- Apprentissage basé sur des invites avec des Transformers
- Efficient Transformers II : Dilarification des connaissances et ajustements de précision
- Transformateurs efficaces I : mécanismes d'attention
- Modélisation de l'intention hiérarchique non supervisée : obtenir de la valeur sans données d'entraînement
- Corriger le biais de labellisation avec Communications Mining
- Active Learning : de meilleurs modèles d'ML en moins de temps
- Tout est dans les chiffres – Évaluation des performances du modèle avec des métriques
- Pourquoi la validation du modèle est importante
- Comparaison de Communications Mining et de Google AutoML pour les renseignements sur les données conversationnelles
![](https://docs.uipath.com/_next/static/media/grid.05ebd128.png?w=3840&q=100)
Configurer les entités
Cette boîte aux lettres reçoit des demandes de renouvellement, d'annulation et d'administration qui sont parfois urgentes. Communications Mining a été entraîné pour reconnaître chacun de ces concepts, et les prédictions de Communications Mining peuvent être utilisées pour trier les e-mails à l'équipe appropriée en créant des tickets d'assistance.
Étant donné que le format du numéro de police est spécifique à cet assureur particulier, nous configurons l'entité pour qu'elle puisse être entraînée à partir de zéro. D'autre part, l'organisation assurée est un type d'organisation, nous la configurons donc pour qu'elle puisse être entraînée en fonction de l'entité Organisation (Organization) intégrée. Enfin, nous remarquons que les courtiers n'inscrivent pas toujours leur nom dans l'e-mail. Nous décidons donc d'utiliser l'adresse e-mail du courtier (disponible à partir des métadonnées du commentaire) pour rechercher le nom correspondant dans une base de données interne, plutôt que de l'extraire comme entité.
Le tableau ci-dessous résume ces approches.
Configuration | Quand l'utiliser | Exemples |
---|---|---|
Entité pouvant être entraînée sans entité de base | Le plus souvent utilisé pour différents types d'ID internes, ou lorsqu'il n'y a pas d'entité de base appropriée dans Communications Mining. | Numéro de police, ID client |
Entité pouvant être entraînée avec entité de base | Utilisé pour personnaliser une entité pré-construite existante dans Communications Mining. | Date d'annulation (basée sur la date), organisation assurée (basée sur l'organisation) |
Entités pré-construites (ne pouvant pas être entraînées) | Utilisé pour les entités qui doivent correspondre exactement telles que définies, où l'entraînement inviterait des erreurs. | est dans |
Utilisation de métadonnées de commentaire au lieu d'entités | Utilisé lorsque les informations requises sont déjà présentes sous forme structurée dans les métadonnées de commentaire. | Adresse de l’expéditeur, domaine de l’expéditeur |