- 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
- データ要件を理解する
- トレーニング
- 概要
- [クラスター] を使用したトレーニング
- [検索] を使用したトレーニング
- 一般フィールドを使用する
- 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
- Automation Cloud ユーザーに必要な権限:
- ソース - 読み取り - メッセージを表示します。
- データセット - 読み取り でラベルを表示します。
- データセット - ラベルを適用するために確認します 。
- レガシ ユーザーに必要な権限:
- ソースを表示 - メッセージを表示します。
- [ラベルを表示 ] にラベルを表示します。
- ラベルを適用するための確認とアノテーションを行います。
[発見] ページの「検索」機能を使用して、重要な単語や語句を検索できます。完全に一致する検索語句を検索することができ、語句が存在する場合は、その語句と、その後に部分一致が表示されます。この機能を使用すると、各ラベルについて、代替語句や、同じ意図と概念を表す方法を検索できます。これは、まだどのクラスターにも現れていない一般的な関連語句や表現を知っていて、例をいくつかピン留めしたい場合に便利です。
検索を使用して、検索語句ごとおよびラベルごとに多数の例を適用しないでください。それぞれ少数の例のみを適用するようにします。
たとえば、次の画像のクラスターは明らかにホテルの場所に関するものであり、Location ラベルが予測されています。この語句だけを使用すると、モデルが Location という単語や類似する単語に関するフレーズに偏る可能性があります。そこで、検索機能を使用して、この語句の別の表現方法を見つける必要があります。
「Location」の代わりに使用可能な検索語句:
- Located
- Convenient
- 位置
- Proximity
- Near
- Hotel position
- Location to transport
- Transport links
- Tourist attractions
- Close to transport
- Central
- Close to airport
- Near the airport
別の語句を検索する
以下の画像には、Location の代替語句を検索すると、ホテルの場所に関係があることを示す別の表現が含まれるメッセージがどのように強調表示されるかの例が含まれています。これにより、モデルに Location のさまざまな例が提供されます。
検索結果にラベルを適用する
- [発見] タブの [クラスター] ドロップダウン メニューから [検索] を選択します。
- 検索語句を入力し、Enter キーを押すか、検索アイコンを選択します。
- 一致する検索語句がオレンジ色で強調表示されます。完全一致に続いて部分一致が表示されます。
- 検索結果だけでなく、適用するラベルをすべて追加します。たとえば、前のクラスターの Property > Staff ラベルです。
このプロセスは、同じトピックを表すさまざまな方法がある各ラベルに対して、控えめに使用できます。ただし、探索フェーズでは他の方法も使用できます。その方法も、さまざまなトレーニング例を提供するのに役立ちますが、モデルが偏る可能性がありません。