ixp
latest
false
- Introduction
- Configuration de votre compte
- Équilibre
- Clusters
- Dérive de concept
- Couverture
- Jeux de données
- Champs généraux
- Libellés (prédictions, niveaux de confiance, hiérarchie des libellés et sentiment des libellés)
- Modèles
- Flux
- Évaluation du modèle
- Projets
- Précision
- Rappel
- Messages annotés et non annotés
- Extraction des champs
- Sources
- Taxonomies
- Apprentissage
- Prédictions positives et négatives vraies et fausses
- Validation
- Messages
- Contrôle et administration de l'accès
- Gérer les sources et les jeux de données
- Comprendre la structure des données et les autorisations
- Créer ou supprimer une source de données dans l'interface graphique
- Préparation des données en vue du téléchargement du fichier .CSV
- Téléchargement d’un fichier CSV dans une source
- Création d'un ensemble de données
- Sources et jeux de données multilingues
- Activation des sentiments sur un ensemble de données
- Modification des paramètres du jeu de données
- Supprimer un message
- Supprimer un jeu de données
- Exporter un ensemble de données
- Utilisation d'intégrations Exchange
- Entraînement et maintenance du modèle
- Comprendre les libellés, les champs généraux et les métadonnées
- Hiérarchie de libellés et meilleures pratiques
- Comparer les cas d’utilisation des analyses et des automatisations
- Transformer vos objectifs en libellés
- Présentation du processus d'entraînement du modèle
- Annotation générative
- 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)
- Affiner et réorganiser votre taxonomie
- Introduction à affiner
- Précision et rappel expliqués
- Précision et rappel
- Comment fonctionne la validation
- Comprendre et améliorer les performances du modèle
- Raisons de la faible précision moyenne des libellés
- 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
- Application de libellés
- Consulter les messages
- Recherche de messages
- Modification des libellés
- Extraction générative
- Vue d'ensemble (Overview)
- Configurer des champs
- Filtrage par type de champ d’extraction
- Génération de vos extractions
- Validation et annotation des extractions générées
- Meilleures pratiques et considérations
- Comprendre la validation des extractions et des performances d'extraction
- Questions fréquemment posées (FAQ)
- Utilisation des analyses et de la surveillance
- Automations et Communications Mining™
- Développeur
- Charger des données
- Téléchargement de données
- Intégration avec l'utilisateur du service Azure
- Intégration avec l'authentification d'application Azure
- Intégration d’Exchange avec l’authentification et le graphique d’application Azure
- Récupérer des données pour Tableau avec Python
- Intégration d'Elasticsearch
- Extraction de champ général
- Intégration avec Exchange auto-hébergée
- Infrastructure d’automatisation UiPath®
- Activités officielles UiPath®
- Comment les machines apprennent à comprendre les mots : guide d'intégration dans NLP
- Apprentissage basé sur des invites avec des Transformers
- Efficient Transformers II : Dilarisation des connaissances et affinement
- Transformateurs efficaces I : mécanismes d'attention
- Modélisation de l'intention hiérarchique profonde non supervisée : obtenir de la valeur sans données d'entraînement
- Correction des biais d’annotation avec Communications Mining™
- Apprentissage actif : de meilleurs modèles d'ML en moins de temps
- Tout est dans les chiffres : évaluer les performances du modèle avec des métriques
- Pourquoi la validation du modèle est importante
- Comparaison de Communications Mining™ et de Google AutoML pour l’information sur des données conversationnelles
- Licences
- FAQ et plus encore
Guide de l’utilisateur de Communications Mining
Dernière mise à jour 10 nov. 2025
Remarque : vous devez avoir attribué les autorisations Source - Lecture et Ensemble de données - Révision en tant qu'utilisateur d'Automation Cloud, ou les autorisations Afficher les sources et Réviser et annoter en tant qu'utilisateur hérité.
- Accédez aux onglets Découvrir ou Explorer .
- Sélectionnez Ajouter un libellé +, ou le signe plus
+pour les messages qui ont des prédictions, afin que le message sélectionne les libellés précédemment créés dans cette taxonomie ou utilise la zone de texte pour créer de nouveaux libellés. - Saisissez le nom du libellé.
- Appuyez sur Entrée ou sélectionnez l'icône en forme de coche pour appliquer le libellé. Si l'analyse des sentiments est activée, sélectionnez l'une des icônes pour appliquer le libellé avec un sentiment positif ou négatif.
Remarque : le format de la structure du libellé doit être l’un des suivants :
- [Libellé parent/racine autonome]
- [Parent/Libellé racine] > [Libellé de la feuille]
- [Parent/Libellé racine] > [Libellé de la branche] > [Libellé de la feuille]
Il n'est pas recommandé d'avoir plus de trois niveaux dans une hiérarchie de libellés, car cela devient de plus en plus complexe pour les utilisateurs à entraîner. Dans certains cas, cela peut être nécessaire, mais cela ne doit pas être considéré comme une bonne pratique.
L'application de libellés à des groupes de messages peut accélérer considérablement le processus d'annotation :
- Accédez à Découvrir, où vous pouvez utiliser la fonctionnalité Cluster ou Rechercher .
- Sélectionnez le bouton Ajouter un libellé + pour ajouter des libellés précédemment créés, ou sélectionnez la zone de texte pour créer de nouveaux libellés.
- Ajoutez autant de libellés que nécessaire pour annoter complètement les messages.
- Lorsque vous avez entièrement annoté les messages, sélectionnez Appliquer les libellés pour appliquer ces libellés aux messages sélectionnés.
Remarque : tous les messages seront sélectionnés automatiquement. La sélection du bouton bascule sur un message le désélectionnera.
Sur la même page, vous pouvez également trouver les boutons suivants :
| Masquer le libellé
| Masquez les libellés actuellement appliqués aux messages affichés. |
| Inverser la sélection | Inversez votre sélection afin que les messages sélectionnés soient désélectionnés et vice versa. |
| Sélectionner ou désélectionner des messages
| Désélectionnez ou sélectionnez tous les messages. |
