Communications Mining
最新
偽
- 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
- 分析と監視を使用する
- オートメーションと Communications Mining
- よくある質問など
ラベル、エンティティ、メタデータを理解する
Communications Mining ガイド
最終更新日 2024年4月18日
ラベル、エンティティ、メタデータを理解する
タクソノミーを設計する前に、目的を達成するためには、ラベル、エンティティ、メタデータで何をキャプチャする必要があるかを理解することが重要です。これらはすべて互いに補完し合う関係であるため、重複を最小限に抑える必要があります。
ラベル
- 概念、テーマ、意図
- 例: 「住所変更リクエスト」「緊急」「ステータス更新リクエスト」
- メタデータ内に存在する情報のキャプチャには使用しない
エンティティ
- テキストから抽出された構造化データ ポイント
- 例: 保険証券番号、取引 ID、URL、日付、金額
メタデータ
- 各メッセージに関連付けられている、構造化された追加の情報
- メタデータのプロパティには、ユーザー プロパティ (アップロード前に定義して追加。例: NPS スコア)、メール プロパティ (メールから取得。例: 送信者、受信者、ドメイン)、スレッド プロパティ (メールやチャットなどのスレッド データに対して自動的に抽出。例: スレッド内のメッセージの数、スレッドの期間) などがある
以下に、ラベルとエンティティの主な違いと類似点をいくつか示します。この 2 つは通常、自動化の場合は組み合わせて使用しますが、単独ではそれぞれ異なる目的に使用します。
このプラットフォームは、メッセージのテキスト (メールの場合はメールの件名と本文) および複数のメタデータ プロパティに基づいてラベルの予測を行います。エンティティの場合は、割り当てられたテキストの範囲と、その範囲の周囲にあるテキストのコンテキストから学習します。