Communications Mining
Plus récente (Latest)
False
- Démarrage
- Équilibre
- Clusters
- Dérive de concept
- Couverture
- Jeux de données
- Entités (Entities)
- 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
- Exporter un jeu de données
- Utilisation des intégrations Exchange
- Préparation des données en vue du téléchargement .CSV
- Entraînement et maintenance du modèle
- Comprendre les libellés, les entités 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
- Meilleures pratiques d'entraînement et de labellisation des modèles
- Entraînement avec l'analyse des sentiments des libellés activée
- Entraîner
- Vue d'ensemble (Overview)
- Examen des prédictions de libellé
- Entraînement à l'aide de « Mélanger »
- Entraînement à l'aide d'« Ensemble des libellés » (Explore)
- Entraînement à l'aide de l'option 'Faible confiance'
- Entraînement à l'aide de la recherche (Explorer)
- Réduction et réorganisation de votre taxonomie
- Introduction à 'Raffiner'
- 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 de « Vérifier le libellé » et « Libellé manquant »
- 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 de « Rééquilibrer »
- Quand arrêter l'entraînement de votre modèle
- Définition et configuration de vos entités
- Comprendre les entités
- Quelles sont les entités pré-entraînées disponibles ?
- Activation, désactivation, mise à jour et création d'entités
- Filtrage des entités
- Examiner et appliquer des entités
- Validation pour les entités
- Amélioration des performances de l'entité
- Création d'entités Regex personnalisées
- Utilisation des analyses de surveillance &
- Automatisations et Communications Mining
- FAQ et plus
Entraînement à l'aide de la recherche (affiner)
Guide de l'utilisateur de Communications Mining
Dernière mise à jour 18 avr. 2024
Entraînement à l'aide de la recherche (affiner)
Utilisez l'action
Search
dans le cadre du processus d'entraînement du modèle, pour les libellés qui apparaissent moins fréquemment et qui n'apparaissent pas régulièrement dans les clusters et/ou en mode aléatoire.
S'il y a un minimum d'exemples d'entraînement initial pour un libellé, vous pouvez utiliser
Search
avec précaution pour un ou plusieurs termes, pour un libellé donné. Cela fournit suffisamment d'exemples pour que l'actionTeach
soit disponible (par exemple en affichant environ la moitié des exemples pertinents pour ce libellé).
Remarque : une utilisation trop fréquente de l'action
Search
peut entraîner un biais de labellisation et un sur-ajustement de la compréhension du modèle d'un concept d'étiquette en termes/expressions spécifiques, au lieu de comprendre le contexte plus large et la variabilité du concept lui-même. Cela signifie que vous pouvez trop utiliser la recherche, à moins que des gardes-corps ne soient fournis par la plateforme.
- Accédez à Validation.
- Sélectionnez l'une des recommandations.
Vous êtes redirigé vers la page Découvrir (Discover) une fois que vous avez sélectionné une recommandation.
-
Recherchez des termes ou des expressions liés au libellé que vous recherchez.
Remarque : appliquez avec précaution des exemples en utilisant la recherche de n'importe quel libellé pour éviter les biais de labellisation. - Ajoutez une étiquette, puis cliquez sur le bouton Appliquer les étiquettes pour les messages de libellé groupés :
Attention : n'oubliez pas d'appliquer également tous les autres libellés pertinents aux messages pendant la recherche, pour éviter une labellisation partielle.
Remarque : Consultez Entraînement à l'aide de la recherche (Explore) pour mieux comprendre comment utiliser
Search
dans l'onglet Entraîner (Train).