Visão geral

Esta seção fornece uma visão geral dos principais conceitos da plataforma.

Para saber mais sobre a plataforma de uma perspectiva do usuário final, dê uma olhada em nosso Guia do usuário do Communications Mining.

Conceito	Descrição	Exemplo
Origem	No Communications Mining, os dados são organizados em origens de dados, ou origens. Normalmente, uma origem corresponde a um canal. Uma caixa de correio de e-mail, os resultados de uma pesquisa ou um conjunto de avaliações de clientes são exemplos de dados que podem ser carregados no Communications Mining como uma fonte de dados. Várias fontes podem ser combinadas para construir um modelo, portanto, é melhor optar por várias fontes em vez de uma única fonte isolada.	O diagrama mostra dados de e-mail (Origem A, que contém e-mails individuais) e dados de avaliações de clientes (Origens B e C, que contêm avaliações individuais de clientes). Os dados de avaliação do cliente são divididos em duas origens com base na origem dos dados, mas serão combinados em um único conjunto de dados para fins de construção de um modelo comum.
Comentar	Dentro das origens, cada parte individual da comunicação de texto é representada como um comentário. Um comentário sempre terá um ID, carimbo de data/hora, corpo de texto e campos adicionais com base no tipo de dados que ele representa. Por exemplo, os emails terão os campos de email esperados, como "from", "to", "cc" e assim por diante.	O diagrama mostra como os campos de comentário disponíveis são usados pelos vários tipos de comentário. Por exemplo, em um comentário de e-mail, o campo "de" contém o endereço do remetente, enquanto que em um comentário de revisão de um cliente, contém o autor da revisão. Os campos de metadados (mostrado na parte inferior de cada comentário) são definidos pelo usuário. Observe como usamos o mesmo conjunto de campos para ambas as origens de revisão de clientes: como queremos combiná-los em um único conjunto de dados, os dados devem ser consistentes para garantir um bom desempenho do modelo.
Conjunto de dados	Um conjunto de dados permite que você anote uma ou mais fontes para construir um modelo. Uma origem pode ser incluída em vários conjuntos de dados. O conjunto de todos os rótulos em um conjunto de dados é chamado de taxonomia.	O diagrama mostra dois conjuntos de dados construídos sobre os dados da caixa de correio de suporte e um conjunto de dados que combina os dados de avaliação do cliente. Observe que, embora o Conjunto de dados 1 e o Conjunto de dados 2 sejam baseados nos mesmos dados, a taxonomia de seus rótulos é diferente, porque seus casos de uso (análise e automação) exigem conjuntos de rótulos diferentes.
Modelo	O modelo é atualizado continuamente à medida que os usuários anodam mais dados. Para receber previsões consistentes, o número da versão do modelo precisa ser especificado ao consultar o modelo.
Label	Os rótulos são aplicados ao treinar um modelo e são retornados ao consultar o modelo para previsões. Quando os rótulos são retornados como previsões, eles têm uma pontuação de confiança associada, que indica a probabilidade do modelo acha que a previsão se aplica. Para converter a previsão em uma resposta "Sim/Não", a pontuação de confiança precisa ser verificada em relação a um limite, que é escolhido para representar uma contrapartida adequada de precisão/recall.	Os rótulos são atribuídos por usuários do Communications Mining ao treinar o modelo. A Interface do Usuário do Communications Mining ajuda o usuário a anotar os comentários mais relevantes, garantir que os rótulos sejam aplicados de forma consistente e que comentários suficientes sejam anotados para produzir um modelo de bom desempenho.