communications-mining
latest
false
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。
Communications Mining ガイド
Last updated 2024年11月7日

抽出データを生成する

注: 前提条件。パフォーマンス指標/警告がなくユース ケースに適した適合率/再現率レベルのラベルを選択します。
  1. 抽出の検証プロセスは、検証を通じてこれらの抽出のパフォーマンスを把握するために必要です。

    トレーニングする抽出データを決定します。Report (レポート) > Statement of Accounts (勘定書) を、トレーニングするスキーマの例として使用します。

    このプロセスを自動化するには、次のデータ ポイントを抽出して下流のシステムに入力します​。



    注: これは、[探索] でトレーニングしている場合にのみ当てはまることです。[トレーニング] では、抽出トレーニング バッチをクリックすると、抽出データが事前に読み込まれます​。

    必要に応じてこのトレーニング モードを使用して、各抽出のトレーニング例 (つまり、ラベルに割り当てられた一連のフィールド) の数を 25 以上に増やし、モデルが抽出のパフォーマンスを正確に推定できるようにします。

  2. [探索] > [ラベル] に移動し、抽出データを生成するラベルを選択します。


  3. [抽出データを予測] を選択します。[抽出データを予測] では、[探索] でページごとに抽出データが生成されます (つまり、指定したページのすべてのコメントに予測が適用されます)​。
    注: 次のページに移動するたびに、再度 [抽出データを予測] を選択する必要があります。​

    個別のコメント レベルで抽出データを生成することもできます。[フィールドのアノテーションを行う][抽出データを予測] アイコンの順に選択します​。



    抽出データを予測するとどうなりますか?
    • このモデルでは、生成 AI モデルを使用し、(抽出スキーマで) 以前に定義した各データ ポイントをマッピングして、それらを意図 (ラベル) に関連付けます。​
    • それらデータ ポイントを抽出して構造化されたスキーマで返し、SME が確認できるようにします。
    • 構造化スキーマは、より複雑なオートメーションを可能にすることを意図したものであり、下流のオートメーションで使用できるよう API 内で JSON 形式で構造化されています。​
  4. 抽出予測を行った後、モデルがコメントの抽出されたフィールドを取得すると、テキスト内の関連する範囲が強調表示されます (該当する場合)。モデルの右側に抽出された値が表示されます。予測値の検証方法については、「抽出データを検証してアノテーションを行う」をご覧ください。


このページは役に立ちましたか?

サポートを受ける
RPA について学ぶ - オートメーション コース
UiPath コミュニティ フォーラム
Uipath Logo White
信頼とセキュリティ
© 2005-2024 UiPath. All rights reserved.