- 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
A message is what we call a single unit of free-form text communication, such as an email, a survey response, a note, a chat, or a phone call transcript. Messages are grouped together in sources.
The following image contains an example of how a message is presented in the Explore page of the user interface.
すべてのメッセージにはメタデータが関連付けられています。メタデータは、コミュニケーションや会話とその参加者についての追加情報を提供する構造化データ ポイントで構成されます。
すべてのメッセージには、関連付けられたタイムスタンプが必要です。これは通常、そのメッセージが最初に作成された時刻に対応します。
タイムスタンプに加えて、このプラットフォームでは通常、各メッセージに関連付けられた追加のメタデータも保存されます。以下に、メタデータ フィールドの代表的な例を示します。
- メッセージの参加者の名前と連絡先の詳細
- メールの送信者ドメインと受信者ドメイン
- チャットの会話内のメッセージの数、またはスレッド内のメールの数
- 性別、年齢、国などの人口統計データ。
- インタラクションに対する顧客満足度の定量的な指標 (ネット プロモーター スコア (NPS)、顧客満足度スコア (CSAT) など)
- 通話の場合、プラットフォームが文字起こしに使用した生の音声
- メッセージを別のシステムからインポートする場合、サード パーティの ID (Exchange サーバーからのメール メッセージ ID など)
Some datasets may contain messages with PII (personally identifiable information) in their metadata, such as userId. Therefore, you can mark these fields as sensitive. By marking these fields as sensitive, viewing this metadata requires enhanced user permissions.
Having rich message metadata allows users greater ability to train and analyze their data within the platform, as users can filter by metadata fields within both the Explore and Reports pages.