- 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
- Preparando dados para carregamento de .CSV
- Carregar um arquivo CSV para uma origem
- Carregamento de um arquivo PST
- 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
- Tags de transformação de email
- 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
- 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™
- Seleção dos limites de confiança do rótulo
- Criação de um stream
- Atualizando ou excluindo um stream
- Desenvolvedor
- Carregamento de dados
- Baixando dados
- 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
- Guia de migração: Exchange Web Services (EWS) para a API do Microsoft Graph
- Como buscar dados para o Tableau com o Python
- Integração do Elasticsearch
- Extração de campo geral
- Integração auto-hospedada do Exchange
- Framework de automação da UiPath®
- 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
Criação de um stream
Crie um stream em IXP no Automation Cloud, incluindo funções e permissões necessárias para Automation Cloud e usuários legados.
- Você deve ter atribuído as funções Administrador do projeto IXP ou Desenvolvedor IXP como um usuário do Automation Cloud, ou a permissão de administrador do Streams como um usuário legado.
- Você deve ter atribuído as funções Analista de IXP, Visualizador de IXP ou Treinador de Modelos de IXP como um usuário do Automation Cloud, ou a permissão Visualizar transmissões como um usuário legado, o que permite que você apenas visualize os streams atribuídos a um conjunto de dados. Sem essa permissão, a página Streams não será exibida no menu de navegação do conjunto de dados.
Para criar um stream, prossiga da seguinte maneira:
Antes de criar um stream, certifique-se de ter um modelo publicado.
-
Navegue até a página Conjuntos de dados e selecione a guia Streams .
-
Selecione Novo fluxo +. Isso abre a janela Criar um modal de stream , onde você precisa preencher os campos necessários:
- Título - Dê ao stream um título e uma descrição.
- Nome da API – Defina um nome da API.
- Versão do modelo – Especifique a versão do modelo (rotulador) a ser usada.
- Filtros - Use a barra de filtros no painel lateral para definir filtros de propriedade do usuário, que devem ser satisfeito para que as mensagens entrem na fila para o stream.
-
Selecione um rótulo e um limite de confiança, conforme mostrado na imagem a seguir:
Quando você define um limite, esse rótulo é retornado no stream se a plataforma prever esse rótulo com uma confiança igual ou maior que o limite definido. Definir um limite de rótulo não altera quais mensagens são retornadas do stream, apenas quais previsões são retornadas com elas. A plataforma prevê o número de falsos positivos e falsos negativos que o fluxo falharia ou perderia.
O limite padrão para um rótulo é 100%. No momento, ele está desabilitado e o stream não retornará previsões para o rótulo.
Se o limite for definido como inferior a 100%, o fluxo retornará previsões para os rótulos que estão acima do limite.
4. Selecione o botão de verificação para criar o stream.
O nome padrão para um limite de fluxo que você configurou é stream. Quando uma previsão de rótulo atende a esse limite, stream é incluído na lista de limites do rótulo nos resultados do stream.