- 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
- Create or delete a data source in the GUI
- Téléchargement d’un fichier CSV dans une source
- Préparation des données en vue du téléchargement du fichier .CSV
- 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
- Exporter un jeu de données
- Utilisation des intégrations Exchange
- 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)
- Statut du jeu de données
- Entraînement des modèles et annotation des meilleures pratiques
- Entraînement avec l'analyse des sentiments des libellés activée
- Comprendre les exigences de données
- 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
Guide de l'utilisateur de Communications Mining
Entraîner
Autorisations utilisateur requises : Sources d'affichage (View Sources) ET Révision et libellé (Review and label).
La page principale Train fournit des informations utiles sur l’entraînement effectué jusqu’à présent, les performances du modèle et une liste des prochaines meilleures actions d’entraînement hiérarchisées à effectuer comme la page Validation . Il s'agit d'une expérience d'entraînement de libellé entièrement guidée.
Pour entraîner une action :
- Sélectionnez une action d'entraînement pour accéder à l' interface du lot d'entraînement spécifique, afin de bénéficier de sessions d'entraînement courtes et faciles à utiliser.
Selon l'action recommandée, le nombre de messages ou de clusters de messages dans le lot est de 10, mais il peut varier.
Page d'entraînement par lots pour l'entraînement « Mandat » - Appliquez les libellés (et les champs généraux) au(x) message(s) à l'écran.
- Sélectionnez Terminé. Vous pouvez passer au message ou au cluster suivant en cliquant sur Suivant.
- À la fin du lot, vous verrez un résumé des actions d'entraînement que vous avez effectuées. Pour choisir votre prochaine session, sélectionnez une autre action recommandée.
Résumé des actions d'entraînement effectuées au cours d'un lot d'entraînement
- Sélectionnez une autre action recommandée pour choisir votre prochaine session.
Si vous préférez effectuer l'entraînement sans conseils de la plate-forme, vous pouvez désactiver l'icône de basculement guidée et sélectionner les sessions à terminer. Pour plus de détails, consultez la section Utilisation de l'entraînement sans assistance activée pour les libellés .
L'entraînement deviendra l'endroit principal pour terminer tous vos entraînements de modèles du début à la fin, mais certaines fonctionnalités supplémentaires sont encore en développement (par ex. entraînement guidé dans le domaine général). À l'heure actuelle, il s'agit d'un module complémentaire à l'ensemble de fonctionnalités existant, ce qui signifie que toutes les fonctionnalités auxquelles vous êtes habitué peuvent être utilisées telles quelles, et que vous pouvez entraîner des modèles comme vous le faites habituellement.
Il est recommandé d’utiliser Entraîner pour une expérience guidée d’entraînement des libellés et de fournir des commentaires à votre gestionnaire de compte UiPath® si vous rencontrez des problèmes ou des défis.
Apprentissage des libellés
Formation à l'entraînement :
- vous guide dès le moment où vous créez un ensemble de données avec les prochaines meilleures actions à effectuer pour faire progresser votre apprentissage des libellés - cela comprend le téléchargement d'une taxonomie avant de commencer la formation
- Vous guide à travers les étapes habituelles couvertes ailleurs dans cette Base de connaissances pour le processus d'entraînement du modèle (consultez la Vue d'ensemble ), à l'exception de la recommandation de
search
- Pour un mode d'entraînement efficace, utilisez avec précaution l'action
Search
pour fournir au modèle un ensemble limité d'exemples initiaux pour les libellés qui ne disposent pas encore de suffisamment de données d'entraînement. Pour utiliser cette action, accédez à Découvrir(Discover), Explorer ( Explore) ou en désactivant temporairement les conseils d'entraînement ( Train) (consultez la section Utilisation de l'entraînement sans guide activé pour les libellés pour plus de détails).
- Pour un mode d'entraînement efficace, utilisez avec précaution l'action
- Fournit doit connaître les commentaires sur les performances dans la page principale et via ses recommandations. Si vous avez besoin de commentaires détaillés sur les performances du modèle, rendez-vous sur la page Validation .
annotation progress
pour voir les indicateurs de progression supplémentaires.
Entraînement des champs généraux
Entraînement des champs généraux dans Entraîner :
- Vous guide dès le moment où vous créez un ensemble de données avec les prochaines meilleures actions à effectuer pour faire progresser votre entraînement dans les domaines généraux.
- vous guide à travers les étapes habituelles couvertes par ailleurs dans cette base de connaissances pour l'entraînement des champs généraux pendant le processus d'entraînement du modèle.
- Fournit doit connaître les commentaires sur les performances dans la page principale et via ses recommandations. Si vous avez besoin de commentaires détaillés sur les performances des champs généraux, allez aux pages Validation ( Validation), puis au champ Général (General Validation).
- Au début du processus d'entraînement du modèle, si la plate-forme n'a pas suffisamment d'exemples de champs généraux à partir desquels apprendre, elle recommande
shuffle
par défaut. Une fois que vous avez fourni suffisamment d'exemples, il recommandera une formation plus ciblée pour des domaines généraux spécifiques.
Le paramètre par défaut de la page Entraîner ( Train) est que les conseils de plate-forme sont activés, car c'est notre recommandation.