- 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
- 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
Cette section explique comment modifier les libellés en les renommant, en les fusionner ou en les supprimer.
Renommer un libellé est un processus simple et réversible. Vous n'avez pas besoin de passer trop de temps à essayer de trouver le nom parfait d'un libellé lors de la création initiale de votre taxonomie. Tant que vous capturez l'idée ou le concept avec le libellé, vous pouvez changer le nom plus tard.
Renommer un libellé est également le moyen le plus simple de déplacer les libellés et d'ajouter des couches de hiérarchie à votre taxonomie. Par exemple, vérifiez les images suivantes du processus de changement de nom du libellé. Ce changement de nom de libellé signifie que le libellé Température de la salle sera désormais imbriqué sous le libellé Vue de la salle. Le modèle prendra en compte tous les libellés Température de la salle un sous-ensemble de Studio.
- Accédez à l'onglet Explorer .
- Sélectionnez l'icône en forme d'engrenage pour le libellé que vous souhaitez modifier dans la section Libellés .
Une fenêtre contextuelle apparaîtra, dans laquelle vous pourrez modifier le libellé.
- Sélectionnez Renommer et modifiez le nom du libellé.
- Sélectionnez Renommer le libellé.
Vous devrez peut-être fusionner un libellé avec un autre pour plusieurs raisons. Vous avez peut-être créé deux libellés très similaires et un libellé suffira plutôt que deux. Il est également possible que vous ayez créé des sous-libellés très spécifiques et que le nombre d'exemples disponibles soit insuffisants à ce niveau de détail, et que vous souhaitez fusionner un libellé de sauvegarde dans son parent.
- Accédez à l'onglet Explorer .
- Sélectionnez l'icône en forme d'engrenage pour le libellé que vous souhaitez modifier dans la section Libellés .
Une fenêtre contextuelle apparaîtra, dans laquelle vous pourrez modifier le libellé
- Sélectionnez Fusionner.
- Sélectionnez dans la liste déroulante l'autre libellé dans lequel vous souhaitez le fusionner. Vous pouvez également saisir le nom de l'autre libellé.
- Sélectionnez Fusionner le libellé.
Pour supprimer un libellé, que vous l'ayez créé par erreur ou que vous n'en ayez plus besoin, procédez comme suit :
- Accédez à l'onglet Explorer .
- Sélectionnez l'icône en forme d'engrenage pour le libellé que vous souhaitez modifier dans la section Libellés .
Une fenêtre contextuelle apparaîtra, dans laquelle vous pourrez modifier le libellé.
- Sélectionnez Supprimer, puis Supprimer le libellé.