ixp
latest
false
- Introdução
- Configurando sua conta
- Balanceamento
- Clusters
- Desvio de conceito
- Cobertura
- Conjuntos de dados
- Campos gerais
- Rótulos (previsões, níveis de confiança, hierarquia do rótulo e sentimento do rótulo)
- Modelos
- Transmissões
- Classificação do Modelo
- Projetos
- Precisão
- Lembrar
- Mensagens anotadas e não anotadas
- Campos de extração
- Fontes
- Taxonomias
- Treinamento
- Previsões positivos e negativos verdadeiros e falsos
- Validação
- Mensagens
- Controle de acesso e administração
- Gerencie origens e conjuntos de dados
- Entender a estrutura de dados e permissões
- Criando ou excluindo uma origem de dados na GUI
- Carregar um arquivo CSV para uma origem
- Preparando dados para carregamento de .CSV
- Criação de um conjunto de dados
- Origens e conjuntos de dados multilíngues
- Habilitando o sentimento em um conjunto de dados
- Como corrigir as configurações do conjunto de dados
- Excluindo uma mensagem
- Exclusão de um conjunto de dados
- Exportação de um conjunto de dados
- Usando integrações do Exchange
- Treinamento e manutenção do modelo
- Noções Básicas sobre rótulos, campos gerais e metadados
- Hierarquia de rótulos e práticas recomendadas
- Comparação de casos de uso de análise e automação
- Transformando seus objetivos em rótulos
- Visão geral do processo de treinamento do modelo
- Anotação generativa
- Status do conjunto de dados
- Treinamento de modelos e práticas recomendadas de anotação
- Treinamento com análise de sentimento de rótulo habilitada
- Dados de chamadas e chat de treinamento
- Compreensão dos requisitos de dados
- Treinamento
- Introdução ao Refine
- Precisão e recall explicados
- Precisão e recall
- Como a validação funciona
- Compreender e melhorar o desempenho do modelo
- Motivos para baixa precisão média do rótulo
- 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™
- Desenvolvedor
- Integração do Exchange com usuário do serviço do Azure
- Integração do Exchange com Autenticação de Aplicativo do Azure
- Integração do Exchange com Autenticação de aplicativo e gráfico do Azure
- Como buscar dados para o Tableau com o Python
- Integração do Elasticsearch
- Integração auto-hospedada do Exchange
- Framework de automação da UiPath®
- Atividades do UiPath® Marketplace
- Atividades oficiais da UiPath®
- Como as máquinas aprendem a entender as palavras: um guia para incorporações ao NLP
- Aprendizado baseado em solicitação com Transformers
- Efficient Transformers II: extração de conhecimento e ajustes finos
- Transformers eficientes I: mecanismos de atenção
- Modelagem de intenção hierárquica profunda não supervisionada: obtenção de valor sem dados de treinamento
- Corrigindo viés de anotação com o Communications Mining™
- Aprendizado ativo: melhores modelos de ML em menos tempo
- Está tudo nos números - avaliando o desempenho do modelo com métricas
- Por que a validação de modelos é importante
- Comparação do Communications Mining™ e do Google AutoML para inteligência de dados de conversa
- Licenciamento
- Perguntas frequentes e mais

Guia do usuário do Communications Mining
Última atualização 11 de ago de 2025
Eventos de auditoria
linkEventos de auditoria de consulta
link/api/v1/audit_events/query
Permissões necessárias: Ler logs de auditoria.
- Bash
curl -X POST 'https://<my_api_endpoint>/api/v1/audit_events/query' \ -H "Authorization: Bearer $REINFER_TOKEN" \ -H "Content-Type: application/json" \ -d '{ "filter": { "timestamp": { "maximum": "2021-07-10T00:00:00Z", "minimum": "2021-06-10T00:00:00Z" } } }'
curl -X POST 'https://<my_api_endpoint>/api/v1/audit_events/query' \ -H "Authorization: Bearer $REINFER_TOKEN" \ -H "Content-Type: application/json" \ -d '{ "filter": { "timestamp": { "maximum": "2021-07-10T00:00:00Z", "minimum": "2021-06-10T00:00:00Z" } } }' - Nó
const request = require("request"); request.post( { url: "https://<my_api_endpoint>/api/v1/audit_events/query", headers: { Authorization: "Bearer " + process.env.REINFER_TOKEN, }, json: true, body: { filter: { timestamp: { maximum: "2021-07-10T00:00:00Z", minimum: "2021-06-10T00:00:00Z", }, }, }, }, function (error, response, json) { // digest response console.log(JSON.stringify(json, null, 2)); } );
const request = require("request"); request.post( { url: "https://<my_api_endpoint>/api/v1/audit_events/query", headers: { Authorization: "Bearer " + process.env.REINFER_TOKEN, }, json: true, body: { filter: { timestamp: { maximum: "2021-07-10T00:00:00Z", minimum: "2021-06-10T00:00:00Z", }, }, }, }, function (error, response, json) { // digest response console.log(JSON.stringify(json, null, 2)); } ); - Python
import json import os import requests response = requests.post( "https://<my_api_endpoint>/api/v1/audit_events/query", headers={"Authorization": "Bearer " + os.environ["REINFER_TOKEN"]}, json={ "filter": { "timestamp": { "minimum": "2021-06-10T00:00:00Z", "maximum": "2021-07-10T00:00:00Z", } } }, ) print(json.dumps(response.json(), indent=2, sort_keys=True))
import json import os import requests response = requests.post( "https://<my_api_endpoint>/api/v1/audit_events/query", headers={"Authorization": "Bearer " + os.environ["REINFER_TOKEN"]}, json={ "filter": { "timestamp": { "minimum": "2021-06-10T00:00:00Z", "maximum": "2021-07-10T00:00:00Z", } } }, ) print(json.dumps(response.json(), indent=2, sort_keys=True)) - Resposta
{ "audit_events": [ { "actor_user_id": "e2148a6625225593", "dataset_ids": ["1fe230edc85ffc1a"], "event_id": "2555880060c23eb5", "event_type": "get_datasets", "project_ids": ["ce3c61dcf210f425", "274400867ab17af9"], "tenant_ids": ["c59b6e209da438a8"], "timestamp": "2021-06-10T16:32:53Z" } ], "continuation": "2555880060c23eb5", "datasets": [ { "id": "1fe230edc85ffc1a", "name": "collateral-sharing", "project_id": "ce3c61dcf210f425", "title": "Collateral Sharing" }, { "id": "274400867ab17af9", "name": "Customer-Feedback", "project_id": "ce3c61dcf210f425", "title": "Customer Feedback" } ], "projects": [ { "id": "ce3c61dcf210f425", "name": "bank-collateral", "tenant_id": "c59b6e209da438a8" } ], "status": "ok", "tenants": [ { "id": "c59b6e209da438a8", "name": "acme" } ], "users": [ { "display_name": "Alice", "email": "alice@acme.example", "id": "e2148a6625225593", "tenant_id": "c59b6e209da438a8", "username": "alice" } ] }
{ "audit_events": [ { "actor_user_id": "e2148a6625225593", "dataset_ids": ["1fe230edc85ffc1a"], "event_id": "2555880060c23eb5", "event_type": "get_datasets", "project_ids": ["ce3c61dcf210f425", "274400867ab17af9"], "tenant_ids": ["c59b6e209da438a8"], "timestamp": "2021-06-10T16:32:53Z" } ], "continuation": "2555880060c23eb5", "datasets": [ { "id": "1fe230edc85ffc1a", "name": "collateral-sharing", "project_id": "ce3c61dcf210f425", "title": "Collateral Sharing" }, { "id": "274400867ab17af9", "name": "Customer-Feedback", "project_id": "ce3c61dcf210f425", "title": "Customer Feedback" } ], "projects": [ { "id": "ce3c61dcf210f425", "name": "bank-collateral", "tenant_id": "c59b6e209da438a8" } ], "status": "ok", "tenants": [ { "id": "c59b6e209da438a8", "name": "acme" } ], "users": [ { "display_name": "Alice", "email": "alice@acme.example", "id": "e2148a6625225593", "tenant_id": "c59b6e209da438a8", "username": "alice" } ] }
Um evento de auditoria é um registro de uma ação tomada por um usuário da plataforma Communications Mining™. Os exemplos de eventos auditáveis incluem:
- Um usuário fazendo logon
- Um usuário alterando sua senha
- Um usuário alterando as permissões de outro usuário.
Nome | Tipo | Required | Descrição |
---|---|---|---|
continuation | String | não | Se uma consulta anterior retornar um continuation na resposta, outra página de eventos estará disponível. Defina o valor de continuação retornado aqui para buscar a próxima página.
|
limit | Número | não | O número de eventos de auditoria a serem retornados por página. O padrão é 128. |
filter | Filtro | não | Um filtro que especifica quais eventos de auditoria serão retornados. |
Onde
Filter
tem o seguinte formato:
Nome | Tipo | Required | Descrição |
---|---|---|---|
timestamp | FiltroDeCarimboDeHora | não | Um filtro que especifica o intervalo de tempo em que os eventos devem ser retornados. |
Onde
TimestampFilter
tem o seguinte formato:
Nome | Tipo | Required | Descrição |
---|---|---|---|
minimum | String | não | Um carimbo de data/hora ISO-8601. Se fornecido, retorna apenas evento de auditoria após ou incluindo esse carimbo de data/hora. |
maximum | String | não | Um carimbo de data/hora ISO-8601. Se fornecido, retorna apenas um evento de auditoria anterior a esse carimbo de data/hora. |
Formato da resposta
linkA lista de eventos de auditoria pode ser encontrada na chave
audit_events
, no nível superior da resposta. Cada AuditEvent
pode fazer referência a outros recursos (como origens, conjuntos de dados, usuários, etc.) por ID. Para cada recurso referenciado, informações adicionais podem ser encontradas na chave respectiva (sources
, datasets
, users
etc) no nível superior da resposta.
Um
AuditEvent
representa uma ação realizada por um usuário na plataforma e tem o seguinte formato base. Chaves adicionais podem estar presentes, dependendo do valor de event_type
. Por exemplo, um evento de auditoria get_datasets
terá uma lista de dataset_ids
que foram lidos pelo usuário.
Nome | Tipo | Descrição |
---|---|---|
event_id | String | O ID exclusivo deste evento. |
event_type | String | O tipo deste evento.
Consulte a lista de tipos de eventos na próxima seção. |
timestamp | String | O carimbo de data/hora ISO-8601 deste evento, aproximado ao segundo. |
actor_user_id | String | O ID do usuário que executou esta ação. |
actor_tenant_id | String | O ID de tenant do usuário que executou esta ação. |
Por fim, se a resposta contiver uma chave
continuation
, você deve buscar a próxima página de eventos definindo o campo continuation
na solicitação para esse valor.
Tipos de evento de auditoria
linkEventos de auditoria de alerta
Tipo de Evento | Descrição |
---|---|
| Um alerta será criado. |
alert_get | Um alerta é exibido. |
alert_get_all | Uma lista de alertas será exibida. |
alert_update | A configuração de um alerta é editada. |
alert_delete | Um alerta é excluído. |
alert_subscriptions_get | Uma lista de assinaturas de alerta é exibida. |
alert_subscriptions_delete | Uma assinatura de alerta é excluída. |
Eventos de auditoria de cota
Tipo de Evento | Descrição |
---|---|
| As cotas são visualizadas. |
| Uma cota é atualizada. |
| Uma cota foi redefinida. |
Eventos de auditoria de stream (anteriormente, os streams eram chamados de "gatilhos")
Tipo de Evento | Descrição |
---|---|
trigger_create | Um fluxo é criado. |
trigger_get |
Um fluxo é visualizado. |
trigger_get_all | Uma lista de transmissões é exibida. |
trigger_update | A configuração de um stream é editada. |
trigger_delete | Um stream é excluído. |
trigger_fetch | Um stream é consultado (operação legada). |
trigger_advance | Um stream é avançado. |
trigger_reset | Um stream é redefinido. |
trigger_fetch_gx | Um fluxo de extração generativo é consultado (operação legada). |
trigger_get_results | Um stream é consultado. |