- Introdução
- Balanceamento
- Clusters
- Desvio de conceito
- Cobertura
- Conjuntos de dados
- General fields (previously Entities)
- 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
- Understanding labels, general fields and metadata
- 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
- Defining and setting up your general fields
- Understanding general fields
- Which pre-trained general fields are available?
- Enabling, disabling, updating and creating general fields
- General field filtering
- Reviewing and applying general fields
- Validation for general fields
- Improving general field performance
- Building custom regex general fields
- Extração generativa
- Uso de análise e monitoramento
- Automations e Communications Mining
- Perguntas frequentes e mais
- Perguntas frequentes de gerenciamento de acesso e usuário
- Perguntas frequentes de gerenciamento e carregamento de dados
- Perguntas frequentes do treinamento do modelo
- Perguntas frequentes do Analytics
- Perguntas frequentes sobre automação
![](https://docs.uipath.com/_next/static/media/grid.05ebd128.png?w=3840&q=100)
Perguntas frequentes de gerenciamento e carregamento de dados
A plataforma é compatível com várias formas de dados de conversa, ou seja, quando uma pessoa está falando com outra em um canal mediado digitalmente. Alguns exemplos incluem e-mails, tickets de gerenciamento de casos, chats, transcrições de chamadas, pesquisas, revisões, notas de caso, entre outros.
A plataforma interpreta os principais conteúdos de uma conversa. Para conversas de e-mail, os assunto, o corpo de texto e o tópico são todos considerados, mas o conteúdo dos anexos não são. A plataforma é capaz de identificar quando e-mails têm anexos e seus nomes, tipos de arquivo e tamanho. Os nomes dos anexos podem ser exibidos na IU e podem formar parte do corpo do texto a partir do qual os modelos da plataforma treinam.
The objective of training a model is to create a set of training data that is as representative as possible of the dataset as a whole, so that the platform can accurately and confidently predict the relevant labels and general fields for each message. The labels and general fields within a dataset should be intrinsically linked to the overall objectives of the use case and provide significant business value.
Sim, se você tiver permissões suficientes, poderá usar nossas APIs para adicionar dados à plataforma ou adicionar dados a uma origem por meio do carregamento de CSV.
O armazenamento de dados na plataforma pode ser dimensionado para atender às necessidades de nossos clientes, e o uso do volume permitido depende dos termos da licença acordados. O uso dentro do volume máximo acordado na licença é totalmente aceitável. Exceder o volume máximo exigirá uma discussão e pode incorrer em custos adicionais.
A plataforma não excluirá automaticamente os dados históricos. Os dados mais antigos podem ser removidos pelo seu administrador do Communications Mining, se necessário.
Os usuários podem exportar seus dados da plataforma por meio de CSV ou usando as APIs da plataforma. Explicações detalhadas de como isso pode ser feito encontram-se em nossos guias de instruções , bem como em nossa documentação da API. A plataforma não excluirá automaticamente os dados históricos. Os dados mais antigos podem ser removidos pelo administrador do Communications Mining, se necessário.
Depois de fazer login, você será direcionado para a página Conjuntos de dados, onde poderá criar seu próprio conjunto de dados, se tiver as permissões associadas para isso. Veja aqui para obter uma explicação detalhada sobre como fazer isso.
Acesse nossa documentação de API aqui.
- Com quais formas de comunicação você lida?
- Como você lida com as comunicações com anexos?
- Posso carregar dados para a plataforma por conta própria?
- Quais volumes de dados a plataforma suporta e há um limite?
- Por quanto tempo a plataforma armazena meus dados?
- Como posso exportar meus dados da plataforma para que possa usá-los em outro lugar?
- Como criar meus próprios conjuntos de dados?
- Como posso conectar-me à API?