communications-mining
latest
false
- API ドキュメント
- CLI
- 連携ガイド
- ブログ
- 機械が単語を理解する方法:NLPに埋め込むためのガイド
- トランスフォーマーによるプロンプトベースの学習
- 効率的な変圧器II:知識蒸留と微調整
- 効率的な変圧器I:注意メカニズム
- 階層的な教師なしインテントモデリング:トレーニングデータなしで価値を得る
- Communications Mining による注釈バイアスの修正
- アクティブ ラーニング: より優れた ML モデルを短時間で実現
- それはすべて数字にあります-メトリックを使用してモデルのパフォーマンスを評価します
- モデルの検証が重要な理由
- 会話型データ インテリジェンスのための Communications Mining と Google AutoML の比較
一般的なフィールド抽出
重要 :
このコンテンツの一部は機械翻訳によって処理されており、完全な翻訳を保証するものではありません。
新しいコンテンツの翻訳は、およそ 1 ~ 2 週間で公開されます。
Communications Mining 開発者ガイド
最終更新日時 2024年12月20日
一般的なフィールド抽出
Communications Mining は、非構造化テキストからラベルと一般フィールドの 2 種類の出力を抽出します。 ラベルはメッセージ全体を記述します。例: 「キャンセル」、「取引の失敗」、または「緊急」。 一般フィールドは、メッセージの特定の部分を参照します。 "カウンターパーティ名"、"顧客 ID"、または "キャンセル日"。
ダウンストリーム プロセスでは、ラベルを使用してトリアージ、優先順位付け、および実行するアクションの種類の決定を行います。 一般フィールドは、要求のフィールドに入力するために使用されます。 たとえば、ダウンストリーム プロセスでは、"キャンセル" ラベルが付いたメッセージにメッセージをフィルター処理し、抽出された "顧客 ID" と "キャンセル日" の一般フィールドを使用して API を呼び出し、キャンセルを自動的に処理できます。
Communications Mining には、一般的な概念 (組織、通貨コード、日付など) のための組み込みの一般フィールドが多数用意されています。 Communications Mining の組み込みの一般フィールドをカスタマイズして、特定のユース ケースに合わせて調整することができます。 たとえば、Communications Mining には、高度なトレーニングが事前に作成された一般フィールド「日付」があり、更新日やキャンセル日など、よりカスタマイズされた一般フィールドの出発点として使用できます。 または、ゼロから始めて、まったく新しいものを認識するように Communications Mining に教えることもできます。
図 1. [全般] フィールドの抽出