- はじめに
- アクセス制御と管理
- 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
- 概要
- [レポート] を使用する
- レポートをフィルター処理する
- Autopilot for Communications Mining™ - 会話型フィルター (プレビュー)
- 監視
- オートメーションと Communications Mining™
- 開発者
- 機械が単語を理解する方法:NLPに埋め込むためのガイド
- トランスフォーマーによるプロンプトベースの学習
- 効率的な変圧器II:知識蒸留と微調整
- 効率的な変圧器I:注意メカニズム
- 階層的な教師なしインテントモデリング:トレーニングデータなしで価値を得る
- Communications Mining™ でアノテーションの偏りを修正する
- アクティブ ラーニング: より優れた ML モデルを短時間で実現
- それはすべて数字にあります-メトリックを使用してモデルのパフォーマンスを評価します
- モデルの検証が重要な理由
- 対話データ分析 AI としての Communications Mining™ と Google AutoML を比較する
- ライセンス
- よくある質問など

Communications Mining ガイド
会話型フィルター処理は、Autopilot for Communications Mining の機能であり、必要な答えに素早くたどり着くのに役立ちます。
自然言語のクエリを、それらのクエリに答えるために必要なフィルターのセットに変換します。質問への回答に必要なフィルターや、それらの正しい適用方法がわからない場合も、フィルターが自動的に適用されます。これにより、豊富な経験がなくても、Communications Mining の分析を最大限に活用できます。
会話フィルターは、データセットの設定で [生成 AI 機能を使用] トグルが有効化されているすべてのユーザーが使用できます。通常、このトグルはデータセットの作成時に有効化されます。
会話フィルターを使用するには、以下の手順に従ってください。
- 「トランザクション メッセージを表示する」などのクエリを入力し、Enter キーを押します。
- しばらくすると、Communications Mining がクエリを理解し、一連の正しいフィルターにマッピングして、自動的に適用します。
- フィルターは応答を出力します。応答では、メッセージ内で識別されたフィルターの数と、正常に適用されたフィルターの数が確認されます。これは、クエリの実行が部分的に成功したかどうかを識別し、必要に応じてクエリを編集したり、残りのフィルターを手動で適用したりするのに役立ちます。
要求が部分的にしか成功しなかった場合、クエリの値の 1 つが識別不可能であった可能性があり、データセットに存在しない可能性があります。
クエリを編集して結果を絞り込む必要がある場合は、文言を調整してから、もう一度 Enter キーを押します。現在適用されているフィルターは自動的にクリアされ、クエリで識別されたフィルターのセットが適用されます。
会話フィルターは、[レポート] 内でのみ [メッセージ] ビューから [スレッド] ビューに切り替わります。[スレッド] ビューは [探索] では利用できません。メッセージはすでにスレッドのコンテキストで表示されているからです。
-
特定の期間から: [期間を挿入] からのメッセージを表示する
-
特定の送信者または送信者ドメインから: [メール/メール ドメインを挿入] からのメッセージを表示する
-
メッセージとスレッド:
- [レポート] では、クエリに「スレッドを表示する」または「会話を表示する」を追加することで、[メッセージ] ビューから [スレッド] ビューに切り替えることができます。
- 同様に、[メッセージ] ビューに戻るには、「メッセージを表示する」または「メールを表示する」を追加します。
-
改善の機会の検出:
-
- トランザクション メッセージを表示する - これらのメッセージはスレッドの長さが短く (2 〜 4 メッセージ)、オートメーションの主要な候補になる可能性があります。
- Document Understanding により承認されたドキュメントを含む要求を表示する - これらの要求は、Document Understanding の下流での処理の候補になります。
- 非常に低い (または非常に悪い) サービス レベルを示すメッセージを表示する – サービス品質 (QoS) を有効化して構成している場合は、問題のあるメッセージやラベルを特定するのに役立ちます。