- 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
- Acesso e gerenciamento de usuários
- Perguntas frequentes de gerenciamento e carregamento de dados
- Perguntas frequentes do treinamento do modelo
- Perguntas frequentes do Analytics
- Perguntas frequentes sobre automação
- Atividades
- Migração do Communications Mining™ para o UiPath® IXP
Guia do usuário do Communications Mining
A plataforma é compatível com várias formas de dados de conversa, ou seja, quando uma pessoa está falando com outra em um canal mediado digitalmente. Os exemplos incluem e-mails, tíquetes de gerenciamento de casos, chats, transcrições de chamadas, pesquisas, revisões, notas de casos, entre outros.
A plataforma interpreta os principais conteúdos de uma conversa. Para conversas de e-mail, os assunto, o corpo de texto e o tópico são todos considerados, mas o conteúdo dos anexos não são. A plataforma é capaz de identificar quando e-mails têm anexos e seus nomes, tipos de arquivo e tamanho. Os nomes dos anexos podem ser exibidos na IU e podem formar parte do corpo do texto a partir do qual os modelos da plataforma treinam.
O objetivo do treinamento de um modelo é criar um conjunto de dados de treinamento que seja o mais representativo possível do conjunto de dados como um todo, para que a plataforma possa prever com precisão e confiança os rótulos relevantes e campos gerais para cada mensagem. Os rótulos e campos gerais dentro de um conjunto de dados devem estar intrínsecos aos objetivos gerais do caso de uso e fornecer valor de negócio significativo.
Yes, if you have sufficient permissions you can use our APIs to add data to the platform, or you can add data to a source via CSV upload.
O armazenamento de dados na plataforma pode ser dimensionado para atender às necessidades de nossos clientes, e o uso do volume permitido depende dos termos da licença acordados. O uso dentro do volume máximo acordado na licença é totalmente aceitável. Exceder o volume máximo exigirá uma discussão e pode incorrer em custos adicionais.
A plataforma não excluirá os dados históricos automaticamente. Os dados mais antigos podem ser removidos pelo administrador do Communications Mining™, se necessário.
Users can export their data from the platform via CSV or using the platform's APIs. Detailed explanations of how this can be done are shown in our how-to guides as well as our API documentation. The platform will not automatically delete historical data. Older data can be removed by your Communications Mining™ administrator if required.
Once you have logged in you will be taken to the Datasets page where you can create your own dataset, if you have the associated permissions to do so. For more details, check Creating a new dataset.
Para obter mais detalhes sobre este tópico, consulte Introdução aos documentos da API.
- Com quais formas de comunicação você lida?
- Como você lida com as comunicações com anexos?
- Posso carregar dados para a plataforma por conta própria?
- Quais volumes de dados a plataforma suporta e há um limite?
- Por quanto tempo a plataforma armazena meus dados?
- Como posso exportar meus dados da plataforma para que possa usá-los em outro lugar?
- Como criar meus próprios conjuntos de dados?
- Como posso conectar-me à API?
