Communications Mining
Mais recente
falso
- Introdução
- Balanceamento
- Clusters
- Desvio de conceito
- Cobertura
- Conjuntos de dados
- 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
- Gerenciar 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 upload de .CSV
- Treinamento e manutenção do modelo
- Noções Básicas sobre rótulos, entidades 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
- Práticas recomendadas de treinamento e rotulagem de modelos
- Treinamento com análise de sentimento de rótulo habilitada
- Treinamento
- Introdução a "Refinar"
- 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 "Missed label"
- Treinamento usando Ensinar rótulo (Refinar)
- Treinamento usando a Pesquisa (Refinamento)
- Noções Básicas e Aumentando a Cobertura
- Como melhorar o balanceamento e usar o 'Rebalance'
- Quando parar de treinar seu modelo
- Definição e configuração de suas entidades
- Noções Básicas sobre Entidades
- Quais entidades pré-treinadas estão disponíveis?
- Habilitar, desabilitar, atualizar e criar entidades
- Filtragem de entidades
- Revisar e aplicar entidades
- Validação para entidades
- Melhoria do desempenho de entidade
- Como criar entidades regex personalizadas
- Uso de Análise e Monitoramento
- Automations e Communications Mining
- Perguntas frequentes e mais
Importando sua taxonomia
Guia do usuário do Communications Mining
Última atualização 18 de abr de 2024
Importando sua taxonomia
Você pode carregar sua taxonomia para a plataforma Communications Mining a partir de uma planilha, o que importará automaticamente todos os rótulos sem ter que adicioná-los manualmente durante o treinamento do modelo.
Guia passo a passo para importar sua taxonomia:
- Clique na página Configurações na barra de navegação
- Clique em “Rótulos e entidades”
- Clique no ícone +
- Clique em "Importar rótulos"
- Copie e cole seus rótulos (Rótulo pai > Formato de rótulo filho) e as respectivas descrições (se disponível)
- Clique em 'Importar'
Acessando a funcionalidade "Importar rótulos"
Observação: você também pode adicionar alguns rótulos pré-treinados nesta etapa. Rótulos pré-treinados (como OOO, Grata, Urge, Chaser, etc.) são conceitos genéricos que foram pré-treinados em um grande pool de dados.
Exemplo de entrada ao importar rótulos para o Communications Mining
Observação: é altamente recomendável adicionar descrições de rótulos a seus rótulos para garantir a consistência da rotulagem, o que é particularmente útil se você tiver várias pessoas treinando o modelo.
Saída de exemplo ao importar rótulos para o Communications Mining