- 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
- 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
- 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
- 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
Guia do usuário do Communications Mining
- Fontes de Dados
- Conjuntos de dados
- Projetos
Essas são coleções de dados de comunicação brutos e não anotados de um tipo semelhante, como todos os e-mails de uma caixa de correio compartilhada ou uma coleção de respostas de pesquisas do NPS. Para obter mais detalhes, consulte Origens. Você pode associar fontes de dados individuais a até 10 conjuntos de dados diferentes.
Elas são compostas por 1 a 20 fontes de dados, de tipo semelhante com propósitos pretendidos semelhantes, e o modelo que você cria ao treinar a plataforma para entender os dados nessas fontes. Para obter mais detalhes, consulte Conjuntos de dados.
Os projetos representam uma área de armazenamento com permissão dentro da plataforma. Cada conjunto de dados e origem de dados pertence a um projeto específico, que é designado quando são criados. Para obter mais detalhes, consulte Projetos.
Os tenants permitem que você modele sua estrutura de organização, separe seus fluxos de negócios e informações semelhantes a organizações da vida real. Tenants são contêineres onde você pode organizar seus serviços e gerenciá-los para um grupo de usuários.
Por exemplo, você pode criar tenants para cada um de seus departamentos e decidir que serviços você deseja habilitar para cada um, com base em suas necessidades. Em cada tenant, você pode ter uma instância de cada um dos serviços de nuvem.
É importante observar que você não pode promover modelos do Communications Mining™ entre diferentes tenants do UiPath® Cloud. Por exemplo, promover de Desenvolvimento para Produção.
Se você só pode implantar em Produção, em um ambiente de Produção, habilite o serviço de Extração e Processamento Inteligente, que inclui o Communications Mining, em Produção. No entanto, se você tiver flexibilidade com a implantação na Produção, de outro ambiente, você pode fazer com que suas automações da Produção chamem a plataforma a partir do tenant em que estão, por exemplo, Garantia de Qualidade ou Desenvolvimento.
As permissões são por usuário e específicas para cada projeto ao qual um usuário pertence. Eles podem fornecer acesso a dados confidenciais e, dependendo da permissão, permitir que os usuários executem uma série de ações diferentes na plataforma. Para obter mais detalhes, consulte Funções e suas permissões subjacentes.
Se você for um usuário do Automation Cloud, seu serviço de Extração e Processamento Inteligente, que inclui o Communications Mining, é habilitado em um tenant específico. Tenants é onde os projetos são armazenados.
Cada conjunto de dados e fonte de dados está associado a um projeto específico, com usuários que precisam de permissões nesses projetos para poderem trabalhar com os dados dentro deles.
Os conjuntos de dados em um projeto podem ser compostos de origens de dados de outro projeto. Os usuários precisam de permissões em ambos os projetos para visualizar e anotar os dados.
A ilustração descreve a relação entre esses componentes e permissões:
- Na ilustração, com o Tenant A, todas as origens de dados estão associadas ao Projeto A1, enquanto há conjuntos de dados associados tanto ao Projeto A1 quanto ao Projeto A2.
- Se um usuário quiser acessar conjuntos de dados no Projeto A1, ou seja, conjunto de dados 1, 2 ou 3, precisaria de permissões de visualização apenas para o Projeto A1.
- No entanto, se um usuário quiser acessar conjuntos de dados no Projeto A2, ou seja, o conjunto de dados 4, 5 ou 6, precisaria de permissões de visualização para os Projetos A1 e A2, porque as origens de dados estão todas localizadas no Projeto A1.
- Para visualizar o projeto A1 ou A2, o usuário precisará de acesso ao Tenant A. Para exibir o projeto B1, o usuário precisará de acesso ao Tenant B. As permissões de usuário não são transferidas entre tenants.
