- 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
- Create or delete a data source in the GUI
- Carregar um arquivo CSV para uma origem
- Preparando dados para carregamento de .CSV
- 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
- 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)
- Status do conjunto de dados
- Treinamento de modelos e práticas recomendadas de anotação
- Treinamento com análise de sentimento de rótulo habilitada
- Compreensão dos requisitos de dados
- 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
Guia do usuário do Communications Mining
Usando integrações do Exchange
Permissões de usuário necessárias: "Sources Admin", "Modify Integrations", "Update Data to Buckets" AND "Datasets Admin".
É importante entender a relação entre os principais componentes da plataforma, como integrações, caixas de correio, buckets, origens e conjuntos de dados, para configurar seus dados de forma eficaz.
First, an Exchange Integration is set up (via a Service Account), with data being synced from the Microsoft Exchange Server. This integration allows you to sync multiple mailboxes.
These mailboxes are each stored in a bucket, and each bucket can contain multiple mailboxes.
Next, you will need to set up a source. This is a collection of raw annotated communications data of a similar type. When setting up a source, if you are using data from an email integration you must specify which bucket you want to sync from (i.e. - the bucket where the mailboxes in scope for your use case are stored).
Once you have finished setting up your source, you will need to add your source to a dataset, which is where your Model will be trained.
Each dataset belongs to a project, which is a permissioned storage area within the platform. Each dataset and source belongs to a specific project, which is designated when they are created.
O diagrama a seguir ilustra como todos esses componentes estão relacionados:
Em geral, você precisará concluir as seguintes etapas (nesta ordem específica ) para poder exibir os dados de suas caixas de correio na plataforma:
