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11月10日
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。
検索を使用したトレーニングは探索フェーズの主要な手順ではありませんが、トレーニング プロセスのどの段階でも有用なトレーニング ツールとして利用できます。
「[検索] を使用したトレーニング (発見)」では、「検索」を控えめに使用する方法について説明しています。モデルに偏りが発生する可能性があるため、使い過ぎは避けてください。
[探索] での語句やフレーズの検索は、[発見] と同じように機能します。
[探索] と [発見] で検索を使用して比較する
- [探索] では検索結果を個別に確認してアノテーションを行う必要があるのに対し、[発見] では一括でラベル付けします。
- [探索] では、検索語句に一致するメッセージのおおよその数が提供されます。「Cancellation」を検索する場合の例については、次の例をご覧ください。
いくつかの関連する語句またはフレーズを検索し、データセット内の近似一致の数を確認します。これを使用して、特定のラベルに十分な数の例があるかどうかを推定します。
次の図に示すように、検索ボックスに検索語句を入力します。
トレーニングの 探索 フェーズの別の手順として [ トレーニング] タブ の検索を使用するには、 次の手順に従います。
- [トレーニング] タブで、一般的な検索に関する推奨事項を選択します。
- 検索ドロップダウン リストからラベルを選択します。
- LLM を利用したラベルの検索候補を確認します。
- 検索語句を入力し、近似一致の数を含む結果をプレビューします。
- [これらのメッセージをトレーニングします。] を選択するか、または続行する前に別の語句を検索します。
手記: バッチでは 1 ページに 6 件の結果が表示され、[ 発見] と同様に、一括で、個別にアノテーションを行うことができます。
- メッセージにアノテーションを行ったら、[ 完了] を選択します。この操作を行うと、トレーニング バッチが完了したことを通知するポップアップ ウィンドウが表示されます。このウィンドウには、トレーニング操作の概要と、ラベルが検索を推奨する条件を満たさなくなった場合に、そのラベルを閉じるか、別のラベルの例を検索するオプションも表示されます。