- Introdução
- Visão geral
- Como as empresas podem usar o Communications Mining™
- Introdução ao Communications Mining™
- 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
Esta página abrange uma visão geral dos seguintes tópicos:
- Tipos de dados ideais para o Communications Mining.
- Pilares de valores-chave para o Communications Mining e como eles se conectam aos casos de uso.
- Casos de uso típicos em análise e automação.
- Exemplos de todos os setores em que o Communications Mining pode ser implantado.
- Exemplos de clientes de onde o Communications Mining é implantado.
- Quais ferramentas da UiPath® você pode combinar com o Communications Mining, incluindo RPA e Document Understanding™.
|
| O Communications Mining é otimizado para dados de comunicações assíncronas de formato curto, como emails (por exemplo, caixas de entrada de email compartilhadas), tíquetes, respostas de pesquisas e notas de casos. |
|
| Atualmente, o Communications Mining não é compatível com chamadas e dados de chat em tempo real. Para análises históricas de dados de chat e chamadas, a plataforma pode habilitá-los se os volumes forem grandes o suficiente. |
|
| O Communications Mining não processa nativamente anexos, que são documentos, mas pode ser combinado com o Document Understanding™ para processar e-mails e anexos. |
O Communications Mining pode gerar valor para as empresas de várias maneiras. Por fim, os objetivos de negócios determinarão o valor que um proprietário de caso de uso está procurando, e os colunas de valor se alinharão aos casos de uso específicos.
Conforme descrito até agora, o Communications Mining abre oportunidades significativas para análise e automação para os clientes.
Normalmente, os clientes perguntam onde o Communications Mining pode ser implantado, e a resposta está em qualquer lugar.
Em todos os setores, cada processo e ação na tela, do suporte ao cliente ao pedido de peças na fatura, até cotações de seguro, solicitações e renovações, começa com alguma forma de comunicação.
À medida que as empresas cresce, elas precisam de soluções, como o Communications Mining, para ajudá-las a gerenciar com eficiência essas comunicações. Caso contrário, correm o risco de ficar para trás.
Conforme abordado na seção anterior, o Communications Mining atua como um habilitador para a automação inteligente, fornecendo dados estruturados para automações downstream para executarem ações.
Para obter mais detalhes sobre como o Communications Mining combina com o RPA para automação, consulte a Introdução à API Docs.
O Communications Mining e o Document Understanding podem lidar com diferentes tipos de dados, mas podem se unir para formar uma solução combinada poderosa.
Todas as empresas no mundo processam documentos que são trocados por meio de comunicações:
- O Communications Mining e o Document Understanding permitem que as empresas entendam e automatizem processos de serviço complexos E2E — tarefas em que os funcionários anteriormente precisavam ler mensagens e documentos para concluir seu trabalho.
- Eles criam uma fonte totalmente nova de dados para os UiPath Robots. Pela primeira vez, as empresas podem automatizar alguns de seus processos de serviço mais demorados e intensivos.
Como o Communications Mining e o Document Understanding trabalham juntos
A imagem a seguir contém um fluxo de trabalho gráfico de como o Communications Mining e o Document Understanding trabalham juntos:
- Tipos de dados ideais para o Communications Mining
- Piores de valor para o Communications Mining
- Caso de uso: análise
- Caso de uso: automação
- Exemplos do setor
- Exemplo de casos de uso de clientes
- Combinação de ferramentas UiPath® com Communications Mining
- Communications Mining e RPA
- Communications Mining e Document Understanding
