- 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
Treinamento de modelos e práticas recomendadas de anotação
Antes de começar o treinamento do seu modelo, é importante ler as dicas a seguir e evitar as armadilhas comuns. Isso ajudará a reduzir o tempo de treinamento e melhorar o desempenho do seu modelo.
As três coisas mais importantes a serem lembradas sempre que você estiver treinando um modelo do Communications Mining são:
Adicionar todos os rótulos aplicáveis: lembre-se de adicionar todos os rótulos que se aplicam a uma mensagem. É uma armadilha comum para novos usuários anotar parcialmente uma mensagem, aplicando apenas aquela em que estão se concentrando e se esquecendo de adicionar todas as outras que se aplicam. Não aplicar um rótulo é tão poderoso quanto aplicar um - você está dizendo ao modelo que a mensagem não é algo assim como o que é. Portanto, é importante aplicar todos os rótulos, pois isso pode confundir o modelo mais tarde, podendo levar a um desempenho pior.
Aplicar rótulos de forma consistente: lembre-se de ser consistente ao adicionar rótulos. Por exemplo, se você adicionar o rótulo 'Sala > Tamanho' a uma mensagem e se esquecer de adicioná-lo outro onde deve ser adicionado, você vai confundir o modelo. Como na dica anterior acima, quando você não aplica um rótulo, ele é tão poderoso quanto aplicar um.
Anote o que você vê à sua frente: não faça suposições ao aplicar seu conhecimento do negócio. Se nada no assunto ou no corpo da mensagem indicar que um rótulo deve ser aplicado, não o aplique, ou o modelo não conseguirá entender por que ele se aplica.
Dicas adicionais:
Não perca tempo escolhendo nomes de rótulos: não perca tempo pensando no nome correto para um rótulo. Você pode renomear um rótulo a qualquer momento durante o processo de treinamento.
Seja específico ao nomear um rótulo: seja o mais específico possível ao nomear um rótulo e mantenha a taxonomia o mais simples possível inicialmente. É melhor ser o mais específico possível com seu nome de rótulo desde o início, pois você sempre pode alterar e reestruturar a hierarquia posteriormente.
Por exemplo, se você escolheu aplicar um rótulo para descrever a limpeza de um ambiente, pode aplicar "Limpeza do ambiente". Se posteriormente você decidir alterá-lo e tiver limpeza como um sub-rótulo, poderá renomear para "Sala > Limpeza". Nesta etapa, você deve adicionar o maior número possível de rótulos a uma mensagem, pois sempre é possível voltar e mesclar mais tarde.