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
「ラベルを教える」を使用してトレーニングする (改良)
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 ガイド
最終更新日時 2024年12月20日
「ラベルを教える」を使用してトレーニングする (改良)
必要なユーザー権限:「ソースの表示」および「確認とアノテーション」
注: 「ラベルを教える」は、未確認のメッセージにアノテーションを行うことに特化したトレーニング モードになったため、このモードでは [確認済み] フィルターは無効化されます。確認済みのメッセージを対象とした「ラベルを教える」は、「ラベルを確認」トレーニング モードと「見逃されたラベル」トレーニング モードに分割されました。
詳しくは、「「ラベルを確認」と「見逃されたラベル」を使用したトレーニング」をご覧ください。
正確に予測するのが難しいラベルがある場合、既にピン留めされている例の一貫性に問題がなければ (前の記事の説明を参照)、より多様な (かつ一貫性のある) トレーニング例をモデルに提供しなければならない可能性があります。
このモードは通常、モデルの評価の要因の中で最も大きなメリットが得られるラベルに対する推奨されるアクションとして提案されるほか、[検証] で選択できる特定のラベルに対する推奨されるアクションで提案されます。
ラベルを適用するかどうかを予測するのが難しい場合にプラットフォームをトレーニングする最適な方法は、未確認のメッセージに対して「教える」を使用することです。
このモードでは、信頼度スコアが 50% 以上 (感情が有効化されたデータセットの場合は 66%) のラベルに対して予測が表示されるので、これらの予測を承認または修正すると、信頼度スコアが 90% 以上の予測を承認するよりもはるかに強力なトレーニング シグナルがモデルに送信されます。これにより、プラットフォームが以前は確信を持てなかった多様なトレーニング例を提供し、ラベルのパフォーマンスをすばやく改善できます。
このモードでの実際のアノテーション プロセスについては、探索フェーズで説明します。