- Démarrage
- Équilibre
- Clusters
- Dérive de concept
- Couverture
- Jeux de données
- Champs généraux (anciennement entités)
- Libellés (prédictions, niveaux de confiance, hiérarchie, etc.)
- Modèles
- Flux
- Évaluation du modèle
- Projets
- Précision
- Rappel
- Messages examinés et non examinés
- Sources
- Taxonomies
- Apprentissage
- Prédictions positives et négatives vraies et fausses
- Validation
- Messages
- Administration
- Gérer les sources et les jeux de données
- Comprendre la structure des données et les autorisations
- Créer une source de données dans l'interface graphique
- Téléchargement d’un fichier CSV dans une source
- Créer un nouveau jeu de données
- Sources et jeux de données multilingues
- Activation des sentiments sur un ensemble de données
- Modifier les paramètres d’un jeu de données
- Supprimer des messages via l'interface utilisateur
- Supprimer un jeu de données
- Supprimer une source
- Exporter un jeu de données
- Utilisation des intégrations Exchange
- Préparation des données en vue du téléchargement du fichier .CSV
- Entraînement et maintenance du modèle
- Comprendre les libellés, les champs généraux et les métadonnées
- Hiérarchie des libellés et bonnes pratiques
- Définition de vos objectifs de taxonomie
- Cas d'utilisation d'analyse vs d'automatisation
- Transformer vos objectifs en libellés
- Construire votre structure de taxonomie
- Meilleures pratiques de conception de taxonomie
- Importation de votre taxonomie
- Présentation du processus d'entraînement du modèle
- Annotation générative (New)
- Comprendre le statut de votre jeu de données
- Entraînement des modèles et annotation des meilleures pratiques
- Entraînement avec l'analyse des sentiments des libellés activée
- Entraîner
- Vue d'ensemble (Overview)
- Examen des prédictions de libellé
- Entraînement à l'aide de la classification par glisser-déposer
- Entraînement à l'aide de l'option Enseigner le libellé (Explore)
- Entraînement à l'aide d'une confiance faible
- Entraînement à l'aide de la recherche (Explorer)
- Réduction et réorganisation de votre taxonomie
- Introduction à affiner
- Précision et rappel expliqués
- Précision et rappel
- Comment fonctionne la validation ?
- Comprendre et améliorer les performances du modèle
- Pourquoi un libellé peut-il avoir une précision moyenne faible ?
- Entraînement à l'aide du libellé Vérifier (Check label) et du libellé Manqué (Missed Label)
- Entraînement à l'aide du libellé En savoir plus (Affiner)
- Entraînement à l'aide de la recherche (affiner)
- Comprendre et augmenter la couverture
- Amélioration de l'équilibre et utilisation du rééquilibrage
- Quand arrêter l'entraînement de votre modèle
- Utilisation de champs généraux
- Extraction générative
- Utilisation des analyses et de la surveillance
- Automatisations et Communications Mining
- Informations de licence
- FAQ et plus encore
Champs généraux (anciennement entités)
Les entités telles qu'elles étaient précédemment nommées sont désormais des champs généraux, l'un des deux types de champs dans Communications Mining™.
Les champs généraux ne sont pas associés à un certain libellé, tandis que les champs d'extraction le sont. Ces champs d'extraction sont prédits en fonction de leurs libellés liés.
Les champs généraux sont des éléments supplémentaires des données structurées qui peuvent être extraits des messages. Les champs généraux comprennent des données telles que les quantités monétaires, les dates, les codes de devise, les organisations, les personnes, les adresses e-mail, les URL, ainsi que de nombreuses autres catégories spécifiques à l'industrie.
La capture d'écran ci-dessous affiche un message contenant trois champs généraux prévus ; deux quantités monétaires et un numéro de police :
Exemple d'e-mail envoyé à une boîte aux lettres de souscription d'assurance contenant des champs de données générales structurés : deux quantités monétaires et un numéro de police
Tout comme les libellés, les champs généraux prévus peuvent être acceptés, rejetés ou attribués en mettant en surbrillance une chaîne de texte et en choisissant le champ général correct dans la liste du modal (voir ici pour savoir comment). Ces deux actions fourniront des messages d'entraînement au modèle d'extraction de champ général, ce qui améliorera sa compréhension de ce type de champ général.
L'activation de l'extraction des champs généraux et la sélection des champs généraux à extraire sont confirmées soit lors de la création de l'ensemble de données, soit via la section des paramètres de la page des paramètres des ensembles de données.