概述

本节概述了平台的核心概念。

要从最终用户的角度了解该平台的更多信息，请查看我们的Communications Mining 用户指南。

概念	说明	示例
来源	在 Communications Mining 中，数据按数据源或来源组织。 通常，一个来源对应一个频道。 电子邮件邮箱、调查结果或一组客户评论都是可以作为数据源上传到 Communications Mining 的数据示例。 可以组合多个源来构建模型，因此最好选择多个源，而不是单个整体源。	该图表显示了电子邮件数据（包含单个电子邮件的来源 A）和客户评论数据（包含单个客户评论的来源 B 和 C）。 根据数据来源，客户评论数据分为两个来源，但会合并为一个数据集，以构建通用模型。
注释	在来源中，每段单独的文本通信都表示为注释。 注释将始终具有 ID、时间戳和文本正文，以及基于其所表示数据类型的其他字段。 例如，电子邮件将具有预期的电子邮件字段，例如“发件人”、“收件人”、“抄送”等。	该图显示了各种注释类型如何使用可用注释字段。 例如，在电子邮件注释中，“发件人”字段包含发件人地址，而在客户评论注释中，则包含评论作者。 元数据字段（显示在每个注释的底部）由用户定义。 请注意我们如何对两个客户评论来源使用相同的字段集：由于我们希望将它们合并到单个数据集中，因此数据应该保持一致，以确保良好的模型性能。
数据集	数据集可用于标注一个或多个来源，以便构建模型。 一个源可以包含在多个数据集中。 数据集中所有标签的集合称为分类。	该图表显示了基于支持邮箱数据构建的两个数据集，以及一个合并了客户评论数据的数据集。 请注意，即使数据集 1 和数据集 2 基于相同的数据，其标签分类也不同，因为它们的用例（分析和自动化）需要不同的标签集。
模型	随着用户注释更多数据，模型会不断更新。 为了获得一致的预测，需要在查询模型时指定模型版本号。
标签	标签在训练模型时应用，并在查询模型进行预测时返回。 当标签作为预测返回时，它们具有关联的置信度分数，该分数表示模型认为预测适用的可能性。 要将预测转换为“是/否”答案，需要根据阈值检查置信度分数，选择阈值以表示合适的精度/召回率权衡。	标签由 Communications Mining 用户在训练模型时分配。 Communications Mining 用户界面可帮助用户注释最相关的注释，确保一致地应用标签，并注释足够的注释，以生成性能良好的模型。