communications-mining
latest
false
- 基本情報
- 管理
- ソースとデータセットを管理する
- モデルのトレーニングと保守
- 生成 AI による抽出
- 分析と監視を使用する
- オートメーションと Communications Mining
- ライセンス情報
- よくある質問など
モデルのトレーニング プロセスの概要
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
モデルのトレーニング プロセスの概要
モデルのトレーニング プロセスは、次の 3 つのフェーズで構成されています。
初めての場合は、以下の手順を順番に実行することをお勧めしますが、このプロセスは反復的になる可能性があります。このプラットフォームに慣れてきたら、ラベルごとに手順を変更できます。
発見
[発見] では、類似する意図、パターン、会話のテーマが「クラスター」にグループ化されます。[発見] は出発点です。[発見] を使用して初期モデルをすばやく構築し、データを分析して各クラスターに適用されるラベルを 1 つ以上割り当てます。
探索
[発見] でクラスターを確認した後に、[探索] を使用してモデルをさらにトレーニングします。ここでは、メッセージを確認し、ラベルを追加し、データに対するモデルの理解を改善することにほとんどの時間を費やします。
改良
このステージでは、モデルの全体的なパフォーマンスを評価および改善します。パフォーマンスの問題やそれを解決するための次の操作など、モデルの健全性に関するガイド付きのフィードバックが [モデルの評価] を介して提供されます。
[トレーニング] タブを使用して、発見、探索、改良のフェーズを実行できるようになりました。詳細については、「トレーニング」をご覧ください。
プルーニング/再編成する
これはモデルのトレーニング プロセスの一部であり、いつでも実行できます。プロセスを進めながら、ラベルの名前変更、結合、削除を行うことができます。このプロセスについては、「探索」ページで詳しく説明しています。