ixp
latest
false
- 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

Communications Mining ガイド
最終更新日時 2025年8月11日
メッセージを確認する
link手記: Automation Cloud ユーザーとして [ソース] - [読み取り ] 権限と [データセット - 確認 ] 権限、またはレガシ ユーザーとして [ ソースの表示 ] 権限と [ 確認とアノテーション] 権限を割り当てている必要があります。
未確認のメッセージを確認し、プラットフォームと一般フィールドの予測されたラベルを承認または却下することにより、モデルとその正解率をさらにトレーニングします。
未確認のメッセージは、以下のように [探索] タブおよび [発見] タブのほとんどのトレーニング モードで確認できます。
- クラスター (発見)
- 検索 (発見、探索)
- 最近 (探索)
- シャッフル モード (探索)
- ラベル モード (探索)
- 教える (探索)
- 信頼度が低い (探索)
必ず、タクソノミー内の関連するすべてのラベルを各メッセージに適用してください。メッセージを確認する際は、どのラベルが適用されるかだけでなく、どのラベルが適用されないかもモデルに教えます。関連するラベルすべてを適用しないと、否定的なトレーニング シグナルがモデルに送信され、モデルのパフォーマンスに影響します。
ラベルの不透明度は、プラットフォームによるそのラベルの予測の信頼度を示し、不透明度が高いほど信頼度が高いことを示します。
ラベルを承認または却下する
linkラベル上でホバーするとモーダルが表示され、モデルによるラベルの予測の信頼度と、感情分析が有効化されている場合は好意度が表示されます。
- ラベル、または感情のインジケーター (感情分析が有効化されている場合) を選択すると、そのラベルがメッセージにピン留めされます。つまり、モデルによるそのラベルの予測が確定されます。
- 予測されたラベルの感情を変更する場合は、メッセージ上でホバーすると表示される顔の画像を選択します。
- 予測が間違っている場合は正しい予測を追加します。これにより、間違った予測が実質的に却下されます。
一般フィールドの種類を承認、却下、変更する
link一般フィールド上でホバーするとモーダルが表示され、モデルによる一般フィールドの予測の信頼度が表示されます。
一般フィールドを承認または却下するには、次のいずれかの操作を実行します。
- 一般フィールドで [ 確認 ] を選択するか、ホットキー 1 を選択して一般フィールドを確認します。この操作を行うと、一般フィールドがメッセージにピン留めされます。つまり、モデルがそのラベルに対して行う予測が確定されます。
- 一般フィールドで [ 無視 ] を選択するか、ホットキー 2 を選択して一般フィールドを閉じます。このアクションは、一般フィールドが予測したプラットフォームが正しくないことを示します。
一般フィールドの変更ボタンを選択すると、予測された一般フィールドが正しくない場合に、別の一般フィールドを割り当てることができます。
前の例では、このボタンを選択すると、データセット内にある、割り当て可能な他の一般フィールドが表示されます。
この場合、ドロップダウンで一般フィールドの種類を [Cancellation Date] から [Policy Start] に変更して、割り当てることができます。