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
タクソノミーの設計のベスト プラクティス
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
タクソノミーの設計のベスト プラクティス
以下のベスト プラクティスに従ってタクソノミーを適切に構成し、高いモデル パフォーマンスを確保することをお勧めします。
- 目的の整合: 各ラベルが特定の業務目的を果たし、定義されている目的との整合性がとれていることを確認します。
- 一意: 各ラベルでキャプチャしようとしている内容が具体的であり、ラベルが他のラベルと重複しないことが重要です。
- 具体的: 広範な概念や曖昧な概念、混乱した概念は避けてください。パフォーマンスが低下する可能性が高く、ビジネス価値をもたらす可能性が低いためです。可能であれば、広範なラベルを複数の一意のラベルに分割してみます。非常に広範なラベルを手動で分割するよりも、最初から具体的すぎるラベルにしておいて (つまり、階層のレベルを増やして)、後で必要に応じて結合したほうが効率的です。
- 識別可能: ラベルが適用されるメッセージのテキストから、各ラベルを明確に識別できることを確認します。
- 親ラベル: この広範なトピックに関連がある類似する概念がほかにも多数あると予想される場合は、親ラベルを使用します。
- 子ラベル: 別のラベルの下に入れ子にしたすべてのラベルが、そのラベルのサブセットであることを確認します。
- 階層レベル: 一般に、モデルのトレーニングが非常に複雑になるため、4 レベルを超える階層を追加しないようにします。
- ラベル名: ラベル名は後からいつでも変更できるため、理想的なラベル名を考えるのに時間をかけすぎないようにします。
- ラベルの説明: アノテーションの一貫性を確保するために、ラベルにラベルの説明を追加します ([設定] の [ラベルと一般フィールド] にアクセスします)。これは、特に複数のユーザーがモデルをトレーニングする場合に役立ちます。
- 情報が不十分: 付加価値のないラベル (例: お礼のメール) をいくつか作成し、重要で分析すべきものと、重要ではなく分析すべきではないものをプラットフォームに伝えます。