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
- Téléchargement d’un fichier CSV dans une source
- Préparation des données en vue du téléchargement du fichier .CSV
- 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
- 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 20 oct. 2025
Remarque : vous devez avoir affecté le rôle Administrateur de projet IXP en tant qu'utilisateur Automation Cloud™, ou l'autorisation Modifier les ensembles de données en tant qu'utilisateur hérité, afin de créer des ensembles de données.
Pour créer un jeu de données, accédez à IXP, sélectionnez Créer un jeu de données à partir de la page principale et poursuivez avec les étapes suivantes :
Nom et source
- Remplissez les champs requis :
- Nom du jeu de données : saisissez le nom du jeu de données.
- Nom de l’API : saisissez un nom descriptif pour votre ensemble de données en utilisant des traits d’union au lieu d’espaces. Par exemple, zedesk-cs-chats.
- Projet - Vous pouvez :
- Dans le menu déroulant, sélectionnez un projet existant où l’ensemble de données doit être ajouté. Vous pouvez affecter l’ensemble de données à n’importe quel projet dont vous êtes membre.
- Sélectionnez Créer nouveau pour créer un nouveau projet, renseignez les champs Titre et Nom , puis sélectionnez Enregistrer.
Remarque : pour créer un nouveau projet, vous devez avoir attribué le rôle Administrateur de service IXP en tant qu'utilisateur d'Automation Cloud, ou l'autorisation Administrateur de locataire en tant qu'utilisateur hérité. - Utiliser les fonctionnalités d’IA générative : utilisez le bouton bascule pour activer ou désactiver cette option. Les fonctionnalités fournissent des capacités de conception et de runtime qui utilisent des modèles tiers d’IA générative. Celles-ci améliorent considérablement le délai de rentabilisation avec des fonctionnalités telles que l’ annotation générative.
Si vous utilisez le mode d'extraction générative en aperçu, cela utilise un LLM tiers et vous devez activer la bascule pour Utiliser l'aperçu du modèle d'extraction générative (Use preview generative extraction model).
Remarque : pour désactiver les LLM tiers, assurez-vous de désactiver la bascule Utiliser les fonctionnalités d’IA génératives (Use Generative AI Features) pour un ensemble de données. - Sources - Configurez l’une des options suivantes :
- Source existante : sélectionnez une source existante dans la liste déroulante.
- Nouvelle source -
- Nom de la source - saisissez le nom de la source.
- Nom de l'API : saisissez le nom de l'API pour la source. Une fois ajouté, vous ne pouvez pas modifier le nom de l'API.
Remarque : pour ajouter une nouvelle source, vous devez avoir attribué le rôle Administrateur de projet IXP en tant qu'utilisateur Automation Cloud™, ou l'autorisation Administrateur de source en tant qu'utilisateur hérité.
- Langue du modèle : sélectionnez la langue du modèle qui correspond à la langue de vos données :
- Anglais
- Modèle multilingue : pour plus de détails, consultez Sources et jeux de données multilingues.
- Sélectionnez Suivant pour continuer à accéder à la page Définir les libellés .
Définir des libellés
- Sélectionnez Ajouter un libellé pour ajouter un ou plusieurs libellés.
- Sélectionnez Importer les libellés et sélectionnez l'une des options suivantes dans le menu déroulant :
- Copier à partir d’une feuille de calcul
- Importer à partir d’un ensemble de données : copie les libellés et les descriptions uniquement à partir d’un ensemble de données existant. Pour copier un ensemble de données complet, sélectionnez Dupliquer dans les Ensembles de données.
- Sélectionnez Suivant pour passer à la page Paramètres supplémentaires .
Paramètres supplémentaires
- Configurez une ou toutes les options suivantes :
- Qualité de service : lorsque vous activez cette option, elle active automatiquement l'analyse de la tonalité et les libellés de QoP pré-entraîné.
- Libellés de Qo pré-entraînés : ajoutez des libellés pré-entraînés à votre ensemble de données. Certains exemples peuvent inclure un analyseur, la date et heure de pression, l’absence du bureau, etc. Vous n’avez pas besoin d’activer lors de la création de l’ensemble de données. Vous pourrez toujours les activer ultérieurement sur la page des paramètres de l'ensemble de données.
- Analyse de la tonalité : activez ou désactivez l'analyse de la tonalité pour comprendre l'intention qui sous-tend la communication.
- Sentiment du libellé : activez ou désactivez l'analyse des sentiments. Lorsque vous activez cette option, chaque libellé de la taxonomie est associé à un sentiment positif ou négatif. Pour de plus amples informations, consultez la section Activation du sentiment sur un ensemble de données.
- Sélectionnez Créer (Create) pour créer l'ensemble de données.
Remarque :
- Vous pouvez ajouter jusqu'à 20 sources individuelles à un ensemble de données dans l'interface graphique.
- Les sources peuvent résider dans un projet différent d’un jeu de données. Tant que vous disposez des autorisations appropriées dans chaque projet, vous pouvez afficher les messages et les annoter comme d’habitude.
- S'il existe plusieurs sources dans un ensemble de données, elles doivent partager un objectif similaire pour votre analyse.