- Introdução
- Balanceamento
- Clusters
- Desvio de conceito
- Cobertura
- Conjuntos de dados
- Campos gerais (anteriormente entidades)
- Rótulos (previsões, níveis de confiança, hierarquia etc.)
- Modelos
- Transmissões
- Classificação do Modelo
- Projetos
- Precisão
- Lembrar
- Mensagens revisadas e não revisadas
- Fontes
- Taxonomias
- Treinamento
- Previsões positivos e negativos verdadeiros e falsos
- Validação
- Mensagens
- Administração
- Gerencie origens e conjuntos de dados
- Entender a estrutura de dados e permissões
- Crie uma origem de dados na GUI
- Carregar um arquivo CSV para uma origem
- Criar um conjunto de dados
- Origens e conjuntos de dados multilíngues
- Habilitando o sentimento em um conjunto de dados
- Corrigir configurações de conjunto de dados
- Excluir mensagens por meio da interface do usuário
- Excluir um conjunto de dados
- Exportar um conjunto de dados
- Usando integrações do Exchange
- Preparando dados para carregamento de .CSV
- Treinamento e manutenção do modelo
- Noções Básicas sobre rótulos, campos gerais e metadados
- Hierarquia de rótulo e práticas recomendadas
- Definição dos seus objetivos de taxonomia
- Casos de uso de análise versus automação
- Transformando seus objetivos em rótulos
- Criação da sua estrutura taxonômica
- Práticas recomendadas de design de taxonomia
- Importando sua taxonomia
- Visão geral do processo de treinamento do modelo
- Anotação Generativa (Novo)
- Entendendo o status do seu conjunto de dados
- Treinamento de modelos e práticas recomendadas de anotação
- Treinamento com análise de sentimento de rótulo habilitada
- Treinamento
- Introdução ao Refine
- Precisão e recall explicados
- Precisão e recall
- Como funciona a Validação?
- Compreender e melhorar o desempenho do modelo
- Por que um rótulo pode ter uma precisão média baixa?
- Treinamento usando Check label e Perda de rótulo
- Treinamento usando Ensinar rótulo (Refinar)
- Treinamento usando a Pesquisa (Refinamento)
- Noções Básicas e Aumentando a Cobertura
- Melhorando o balanceamento e usando o Rebalanceamento
- Quando parar de treinar seu modelo
- Uso dos campos gerais
- Extração generativa
- Uso de análise e monitoramento
- Visão geral
- Uso de relatórios
- Filtragem de relatórios
- Autopilot para Communications Mining - Filtros de conversas (pré-visualização)
- Monitoramento
- Automations e Communications Mining
- Informações de licenciamento
- Perguntas frequentes e mais
PREVIEWAutopilot para Communications Mining - Filtros de conversas (pré-visualização)
O filtro de conversas é um recurso do Autopilot para o Communications Mining que ajuda você a obter as respostas de que precisa mais rapidamente.
Ele transforma as consultas em linguagem natural no conjunto de filtros necessários para respondê-las. Se você não tiver certeza de quais filtros precisa para responder uma pergunta ou como aplicá-los corretamente, ele faz o trabalho pesado para você. Isso ajuda você a obter o melhor das análises no Communications Mining, com o mínimo de experiência.
Os filtros de conversa estão disponíveis para todos os usuários que têm a opção Usar recursos de IA generativa habilitado nas configurações do conjunto de dados. A alternância normalmente é habilitada na criação do conjunto de dados.
Para usar filtros de conversa, siga estas etapas:
- Digite uma consulta, como mostrar mensagens transacionais e pressionar Enter.
- Aguarde até que o Communications Mining entenda a consulta, mapeie-a para o conjunto correto de filtros e aplique-os para você.
- O filtro gera uma resposta. A resposta confirma quantos filtros foram identificados na mensagem e quantos foram aplicados com sucesso. Isso ajuda a identificar se uma consulta foi parcialmente bem-sucedida e permite que você edite a consulta, se necessário, ou aplique manualmente quaisquer filtros restantes.
Se uma solicitação tiver sido parcialmente bem-sucedida, um dos valores na consulta provavelmente não pôde ser identificado e pode não estar presente no conjunto de dados.
Se você precisar editar a consulta para refina-la, ajuste as palavras e pressione Enter novamente. Ele limpa automaticamente os filtros aplicados atualmente e, em seguida, aplica o conjunto de filtros identificados na consulta.
Filtros de conversas só mudam da exibição Mensagem para a exibição Tópicos enquanto estiver em Relatórios. A visualização Tópicos não está disponível em Explorar, pois as mensagens já são exibidas no contexto do seu tópico.
Exemplos:
De um período específico
- Mostre-me mensagens de [inserir período]
De um remetente ou domínio de remetente específico
- Mostre-me mensagens de [inserir email/domínio do email]
- Enquanto estiver em Relatórios, você pode fazê-lo mudar da exibição de Mensagens para a exibição de Tópicos adicionando mostre-me tópicos ou mostre-me conversas à sua consulta.
- De maneira similar, para retornar à visualização Mensagens , adicione mostre-me mensagens ou mostre-me e-mails.
Descoberta de oportunidades
- Mostre-me mensagens transacionais - têm threads curtas (2 a 4 mensagens) e podem ser as principais candidatas para automação.
- Mostre-me solicitações que contêm documentos aceitos pelo Document Understanding - esses podem ser candidatos para processamento com o downstream do Document Understanding.
- Mostre-me mensagens mostrando níveis de serviço muito ruim [ou muito ruim] – se você tiver a Qualidade do serviço habilitada e configurada, isso ajuda a identificar mensagens e rótulos problemáticos.
Se o filtro não reconhecer a solicitação ou a solicitação atingir o tempo limite, uma mensagem de erro será exibida.
Se uma solicitação não foi bem-sucedida, os valores na consulta provavelmente não eram identificáveis e podem não estar presentes no conjunto de dados.
Edite a consulta, verifique se há erros de digitação ou erros e tente novamente.
