Communications Mining
Mais recente
falso
- 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
Habilitação da extração generativa
![](https://docs.uipath.com/_next/static/media/grid.05ebd128.png?w=3840&q=100)
Guia do usuário do Communications Mining
Last updated 2 de jul de 2024
Habilitação da extração generativa
Observação:
- You need Review and Label permissions to configure and validate any extractions.
- If you defined any extraction fields on any of your labels, you automatically have Generative Extraction (GenEx) enabled.
- If you have previously annotated general fields while GenEx was not enabled, you need to provide new annotations for extraction fields, so the model can recognize the relationship between your fields and labels.
- Avoid switching back and forth between the CommPath LLM and the Preview LLM, as it can complicate tracking and managing the LLM version used for training each model. Find more information on the LLMs in the sections that follow.
To enable Generative Extraction, follow these steps:
- Configure at least one extraction field.
- Select your LLM (CommPath LLM or Preview LLM).
Observação:
Regional Availability
Generative Extraction is currently only available in the US, EU, and Japan.
To find out if you can request GenEx in your region, reach out to your UiPath Representative.