- 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
- 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
概要
Automation Cloud の IXP の [発見] 機能で、教師なしメッセージ クラスターをレビューし、タクソノミーを構築してアノテーションを行います。
クラスター
タクソノミーの構築を開始するには、これらのクラスターで提示されるデータを確認してアノテーションを行います。この機能により、ラベルを共有できるメッセージの自然なグループを見つけて一度に複数のメッセージにアノテーションを行えるため (また、必要に応じて個々のメッセージにラベルを追加できるため)、モデルをより簡単に素早くトレーニングできます。
代替検索語句
[発見] を使用して、重要な単語や語句を含むメッセージを検索することもできます。これは、どのクラスターにも出現していないものの特定のラベルを適用すべきであることを示す、関連する共通の語句や表現を知っている場合に便利です。
[発見] は常に有用
After a significant amount of training has been completed or after an influx of new data, Discover will search for new clusters to present to you, and in this way, it acts as a useful way for you to continue finding interesting things within your data. This is particularly true if you have a live data integration set up, as new messages will continually be added to the dataset and may contain new intents and concepts.