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
- Gestion de votre compte
- Gestion de l'accès (Automation Cloud)
- Gérer des projets (Automation Cloud)
- Maintenance
- 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
- 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 7 oct. 2025
Remarque : le rôle d’administrateur de service IXP doit vous être attribué pour gérer les projets.
Cette section explique comment gérer des projets dans Communications Mining.
Note: The IXP Service Admin role also enables you to create a new project when you create a new dataset.
Les projets peuvent être similaires à des espaces de travail restreints. Lorsque vous créez des sources et des ensembles de données, ils sont tous deux liés à des projets spécifiques. Les utilisateurs doivent faire partie d'un projet et disposer des autorisations utilisateur appropriées pour afficher les données qui lui sont liées.
Remarque :
- Pour les utilisateurs d'Automation Cloud, chaque locataire dispose d'un projet par défaut auquel tous les utilisateurs du locataire peuvent accéder.
- Avant de charger des données, de créer des ensembles de données et d'entraîner des modèles, en tant que meilleure pratique, créez un nouveau projet avec un accès limité uniquement aux utilisateurs qui en ont besoin.
- Une fois les sources de données ajoutées à un projet, celles-ci ne peuvent pas être déplacées vers un autre projet sans consommer d’AI Units ou de Platform Units supplémentaires.
Pour créer un nouveau projet, procédez comme suit :
- Connectez-vous à Communications Mining et sélectionnez l'icône en forme d'engrenage pour accéder à la page Administration .
- Sélectionnez l'onglet Gérer l'accès (Manage Access) .
- Sélectionnez le bouton plus
+dans la section Projets . - Indiquez les détails du nouveau projet.
- Sélectionnez Créer.
Vous devrez remplir les détails suivants du projet :
- Titre (Title) - saisissez un titre pour votre projet, qui s'affichera dans l'interface utilisateur. Vous pouvez modifier le titre ultérieurement.
- Nom : saisissez un nom pour votre projet, qui sera utilisé dans l’API. Vous ne pouvez pas modifier le nom une fois le projet créé.
- Description : saisissez une description facultative du projet, qui s'affichera dans la section titre du projet. La description est modifiable.
- Administrateur de projet : choisissez un utilisateur Automation Cloud, y compris vous-même, pour être administrateur de projet. Au moins un utilisateur est requis. Vous pourrez ajouter ultérieurement d'autres utilisateurs en tant qu'administrateurs de projet.
Remarque : si vous êtes un administrateur d'organisation et que vous sélectionnez un autre utilisateur en tant qu'utilisateur fondateur, vous devrez vous ajouter au projet après sa création.
Une fois que vous avez créé le projet, vous pouvez ajouter des utilisateurs ou des groupes, et créer des ressources telles que des sources de données et des ensembles de données au sein du projet.
Pour modifier ou supprimer un projet, procédez comme suit :
- Sélectionner un projet spécifique dans l'onglet Gérer l'accès (Manage Access)
- Sélectionnez l'ellipse pour le nom du projet.
- Sélectionnez Modifier (Edit) ou Supprimer(Delete).
- Modifier (Edit ) - vous permet de mettre à jour le titre et la description.
- Supprimer (Delete ) : affiche une fenêtre contextuelle d'avertissement indiquant que cette action est permanente. Ensuite, sélectionnez le bouton Supprimer (Delete) dans la fenêtre contextuelle d'avertissement pour confirmer la suppression.
