- 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 des 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
- Entraînement des données de chat et d'appels
- 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
- 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
- Intégration avec Exchange auto-hébergée
- Infrastructure d’automatisation UiPath®
- Activités UiPath® Marketplace
- 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
Jeux de données
linkPrésentation des ensembles de données pour les utilisateurs d'Automation Cloud™
linkÀ la suite de la migration IXP, la page Ensembles de données (Datasets) d'origine dans Communications Mining™ a été remplacée par la page d'accueil IXP, qui inclut les jeux de données Communications Mining.
Pour accéder à la page Jeux de données , sélectionnez le service IXP dans Automation Cloud. La page Jeux de données s'affiche par défaut, car la fonctionnalité Données de communication, qui inclut Communications Mining, est présélectionnée.
- Affichez tous les ensembles de données auxquels vous avez accès.
- Modifiez ou supprimez des ensembles de données.
Remarque : vous devez disposer de l'autorisation Ensemble de données - Gestion pour modifier ou supprimer des ensembles de données.
- Accédez à d'autres fonctionnalités IXP. Pour plus de détails sur chaque capacité, consultez la page Types de capacités (Capability types) dans le guide de présentation IXP.
- Rechercher un jeu de données spécifique par nom à l’aide de l’option Rechercher
Sélection d’un ensemble de données (Automation Cloud)
linkAprès avoir accédé à IXP, la page Jeux de données s'affiche. Sélectionnez un ensemble de données dans la liste pour accéder à Communications Mining, qui vous permet de gérer vos ensembles de données via les onglets suivants : Entraîner, Découvrir, Explorer, Validation, Rapports, Modèles, Flux et Paramètres.
Copie d'un ensemble de données existant (Automation Cloud)
linkLorsque vous créez un nouvel ensemble de données, vous pouvez choisir de faire une copie carbone d'un ensemble de données existant. Cela signifie que vous copiez les mêmes sources, les champs généraux, la sélection de sentiment, les libellés et les exemples examinés à partir de l'ensemble de données que vous copiez.
Ensuite, vous pouvez travailler sur l'ensemble de données de copie, qui nécessite un nom différent, et y apporter des modifications sans affecter l'ensemble de données d'origine.
Nous vous recommandons de copier un ensemble de données existant pour les scénarios suivants :
- Vous souhaitez apporter des modifications majeures à votre modèle, par exemple en termes de structure d'ensemble de données, et conserver l'ensemble de données d'origine au cas où vous souhaiteriez y revenir.
- Vous souhaitez utiliser le travail déjà fait en annotant l’ensemble de données d’origine et en créant un nouvel ensemble de données auquel vous pourrez ajouter des sources supplémentaires d’une nature similaire.
- Nom du jeu de données
- ApiName
- Projet
- Langue du modèle : choisissez entre Anglais et Multilingue.
Page Paramètres des ensembles de données (Automation Cloud)
linkChaque ensemble de données a sa propre page de paramètres, qui contient des informations utiles sur cet ensemble de données. Pour accéder à la page Paramètres (Settings) , sélectionnez l'ellipse à côté d'un ensemble de données spécifique, puis sélectionnez Paramètres de l'ensemble de données (Dataset Settings).
La page est divisée selon les onglets suivants :
- Jeu de données : mettez à jour les paramètres généraux du jeu de données, y compris le titre, la description et les sources.
- Taxonomy : créez, lisez, mettez à jour et supprimez des libellés, ainsi que leurs descriptions, champs d’extraction, champs généraux et types de champs. Vous pouvez également télécharger la taxonomie complète des libellés.
- Statistiques (Status) : affiche les statistiques d'annotation et les propriétés des métadonnées du message.
- Sélectionnez l'ellipse à côté d'un ensemble de données spécifique sur la page d'accueil, puis sélectionnez Supprimer (Delete).
- Sélectionnez l'option Supprimer définitivement l'ensemble de données (Delete dataset définitivement) dans l'onglet Paramètres (Settings) .
Présentation des jeux de données pour les utilisateurs hérités
linkUne fois connecté, vous êtes redirigé vers la page Ensembles de données (Datasets) .
Vous pouvez également accéder à cette page à tout moment en sélectionnant le logo Communications Mining™ en haut de la page.
À partir de la page Ensembles de données (Datasets) , vous pouvez :
- Affichez tous les ensembles de données auxquels vous avez accès.
- Modifiez ou supprimez des ensembles de données.
Remarque : Vous devez disposer de l'autorisation administrateur Ensembles de données (Datasets) pour modifier ou supprimer des ensembles de données.
- Accédez aux autres pages de la plate-forme.
Sélectionnez l'une des options répertoriées sur un ensemble de données, telles que Explorer, Entraîner ou Rapports, pour accéder directement à cet ensemble de données.
Pour les ensembles de données auxquels vous avez accès, vous pouvez utiliser le menu déroulant afin de filtrer en fonction d'un projet spécifique dont vous faites partie. Cela permet de restreindre le nombre d'ensembles de données affichés.
En outre, vous pouvez rechercher un ensemble de données spécifique par nom à l'aide de l'option Rechercher (Search ).
Sélectionner un jeu de données
linkChaque carte d'ensemble de données fournit des informations utiles sur l'ensemble de données :
Chaque carte de jeu de données fait référence :
- le titre et la description de l'ensemble de données.
- le projet auquel l'ensemble de données est lié et le nom de l'ensemble de données, c'est-à-dire le projet ou le nom.
- les sources connectées à l’ensemble de données.
- la famille de modèles, c'est-à-dire la langue.
- si l'analyse des sentiments est activée.
- lorsque l'ensemble de données a été modifié pour la dernière fois, et si vous le survolez, il indique également quand il a été créé.
Sélectionnez Explorer, Entraîner et Rapports sur la carte d'informations de l'ensemble de données pour accéder à ces pages.
Copie d’un jeu de données existant
linkLorsque vous créez un nouvel ensemble de données, vous pouvez choisir de créer une copie carbone d'un ensemble de données préexistant. Cela signifie que vous copiez les mêmes sources, champs généraux, sélection de sentiments, libellés et exemples examinés que l'ensemble de données à partir duquel vous avez copié la taxonomie.
Vous pouvez ensuite travailler sur l'ensemble de données de copie, qui nécessitera un nom différent, et y apporter des modifications librement, sans affecter l'original.
- Vous souhaitez apporter des modifications majeures à votre modèle, par exemple en termes de structure d'ensemble de données, et conserver l'ensemble de données d'origine au cas où vous souhaiteriez y revenir.
- Vous souhaitez utiliser le travail déjà fait en annotant l’ensemble de données d’origine et en créant un nouvel ensemble de données auquel vous pourrez ajouter des sources supplémentaires d’une nature similaire.
Pour copier un ensemble de données existant à partir d'un autre ensemble de données, sélectionnez l'ellipse sur la carte de l'ensemble de données, puis sur Dupliquer. Cette action sélectionnera automatiquement la même source et la même sélection de sentiment que cet ensemble de données.
Une fois que vous avez dupliqué l’ensemble de données, sélectionnez toutes les sources supplémentaires que vous souhaitez connecter à l’ensemble de données.
Page Paramètres des ensembles de données
linkSimilaire à la page Vue d'ensemble des ensembles de données , chaque ensemble de données dispose de sa propre page Paramètres à laquelle vous pouvez accéder en sélectionnant l'onglet Paramètres .
La page Paramètres contient des informations utiles sur l'ensemble de données et est l'endroit où vous pouvez effectuer diverses actions.
La page est divisée selon les onglets suivants :
- Ensemble de données : mettez à jour les paramètres généraux de l'ensemble de données, y compris le titre, la description et les sources.
- Taxonomie : créez, lisez, mettez à jour et supprimez des libellés et leurs descriptions, des champs d'extraction, des champs généraux et des types de champs. Vous pouvez également télécharger la taxonomie complète des libellés.
- Statistiques : affichez les statistiques d’annotation et les propriétés des métadonnées du message.
À partir de la page Ensembles de données , vous pouvez également supprimer l’ensemble de données en sélectionnant Supprimer définitivement l’ensemble de données.
- Présentation des ensembles de données pour les utilisateurs d'Automation Cloud™
- Sélection d’un ensemble de données (Automation Cloud)
- Copie d'un ensemble de données existant (Automation Cloud)
- Page Paramètres des ensembles de données (Automation Cloud)
- Présentation des jeux de données pour les utilisateurs hérités
- Sélectionner un jeu de données
- Copie d’un jeu de données existant
- Page Paramètres des ensembles de données