- 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
Treinamento
A nova funcionalidade 'Train' fornece uma experiência de treinamento de rótulo totalmente guiada para usuários.
A página principal do Train fornece informações úteis sobre o treinamento feito até agora, o desempenho do modelo e uma lista das próximas ações de treinamento priorizadas a serem realizadas (semelhante à página Validação).
Quando os usuários selecionam uma ação de treinamento a ser realizada, eles são levados para uma interface específica de “lote de treinamento”, que divide o treinamento em sessões curtas e fáceis de consumir.
No final do lote, você receberá um resumo das ações de treinamento realizadas (veja abaixo) e poderá escolher sua próxima sessão selecionando outra ação recomendada.
Resumo das ações de treinamento concluídas durante um lote de treinamento
Se os usuários preferirem treinar sem a orientação da plataforma, eles podem desabilitar isso e selecionar quais sessões concluir por conta própria. Para obter mais detalhes, consulte a seção abaixo.
A configuração padrão para a página Treinar é ter a orientação da plataforma habilitada, pois essa é nossa recomendação.
Entretanto, se você é um treinador de modelos autoconfiante e já sabe as ações que deseja realizar, pode desabilitar a orientação usando o alternador no canto superior direito da página (veja abaixo).
