- 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
- Automations e Communications Mining
- Informações de licenciamento
- Perguntas frequentes e mais
Habilitando o sentimento em um conjunto de dados
Permissões de usuário necessárias: "Datasets admin".
Antes de iniciar o treinamento, você precisará escolher se deseja habilitar a análise de sentimento ao criar seu conjunto de dados. Esta é uma decisão importante, pois afetará a forma como você anota cada mensagem, bem como a saída das previsões da plataforma.
Se você optar por habilitar a análise de sentimento, toda vez que aplicar um rótulo, será necessário selecionar se ele tem um sentimento positivo ou negativo (não há sentimento neutro).
Isso torna o processo de anotação um pouco mais lento, no entanto, para dados de comunicação mais emotivos, isso fornece uma indicação muito útil do sentimento geral de cada rótulo (ou seja, as pessoas estão felizes com X ou insatisfeitas com Y).
Quando você habilitaria a análise de sentimento?
A análise de opinião é mais útil para dados de comunicação mais emotivos , como avaliações e pesquisas defeedback de clientes (ou funcionários) ou tickets de suporte e chats quando você estátentando obter uma ideia da satisfação (ou carência ) do cliente (ou funcionário) em relação diversos tópicos.
A análise de opinião normalmente não é recomendada para dados de comunicação que são geralmente de tom neutro, como caixas de e-mail compartilhadas para equipes BAU que interagem entre si ou contrapartes externas (apesar de poder haver exceções). Nesses tipos de fontes de dados, a opinião geralmente é expressa apenas ocasionalmente, mas seria necessário atribuir um sentimento positivo ou negativo a cada rótulo, se estiver habilitado.
Para conjuntos de dados mais neutros, normalmente é mais fácil capturar a opinião com certos rótulos inerentemente positivos ou negativos, como "Frustração" ou "Chaser", pois há muito menos casos em que a opinião é explícita.
Como habilitar o sentimento é abordado no artigo anterior aqui.