- 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
- Aplicando rótulos
- Revisão de mensagens
- Pesquisando mensagens
- Edição de rótulos
- Extração generativa
- Uso de análise e monitoramento
- Automations e Communications Mining
- Informações de licenciamento
- Perguntas frequentes e mais
Revisão de mensagens
Permissões de usuário necessárias: "Exibir Origens" E "Revisar e anotar".
Visão geral
Revisar mensagens não revisadas e aceitar ou rejeitar os rótulos e campos gerais previstos da plataforma treinam ainda mais o modelo e sua precisão.
Você pode revisar mensagens não revisadas na maioria dos modos de treinamento em Explorar e em Descobrir:
- Cluster (Descoberta)
- Pesquisar (Descoberta e Exploração)
- Recente (Explorar)
- Modo aleatório (Explorar)
- Modo do rótulo (Explorar)
- Ensinar (Explorar)
- Baixa confiança (Explorar)
Certifique-se de aplicar todos os rótulos relevantes em sua taxonomia a cada mensagem. Ao revisar uma mensagem, você não apenas ensina ao modelo quais rótulos se aplicam, mas também quais rótulos não se aplicam. Se você não aplicar todos os rótulos relevantes, você envia um sinal de treinamento negativo para o modelo, o que afetará seu desempenho.
A opacidade de um rótulo indica a confiança da previsão da plataforma para esse rótulo, com uma opacidade maior indicando maior confiança.
Passar o cursor sobre o rótulo abre um modal que mostra a confiança com a qual o modelo previu o rótulo e, se a análise de sentimento estiver habilitada, o sentimento líquido.
- Clicar no rótulo ou no indicador de sentimento (se a análise de sentimento estiver habilitada) fixa o rótulo na mensagem, ou seja, confirma a previsão do modelo para esse rótulo
- Se você quiser mudar o sentimento do rótulo previsto, clique na imagem do rosto que aparece quando você passa o mouse sobre a mensagem
- Se a previsão estiver errada, adicione a correta - isso efetivamente descarta as previsões incorretas
Passar o cursor sobre o campo geral abre uma janela modal que mostra a confiança com a qual o modelo previu o campo geral.
Aceitar/rejeitar um campo geral
- Clicar em "Confirmar" no campo geral (ou clicar na tecla de atalho, que é "1" para confirmar um campo geral), fixa o campo geral na mensagem, ou seja, confirma a previsão do modelo para esse rótulo
- Clicar em “Descartar” no campo geral (ou clicar na tecla de atalho, que é “2” para ignorar um campo geral), informa à plataforma que o campo geral previsto está incorreto
- Clicar no botão de alteração do campo geral, permite que atribuamos um campo geral diferente, caso o campo geral previsto esteja incorreto
- No exemplo acima, clicar nesse botão exibirá os outros campos gerais em nosso conjunto de dados que podemos atribuir
- Nesse caso, podemos alterar o tipo de campo geral de "Data de cancelamento" para "Início da política" nesse menu suspenso, o que atribuirá esse campo geral
