生成注释（新）

什么是生成式批注?

生成式注释使用 Microsoft 的 Azure OpenAI 端点生成 AI 建议的标签，以加快分类设计和模型训练的早期阶段；并缩短所有 Communications Mining 用例的价值实现时间。

它包括：

1. 集群建议: 根据已识别的主题为集群建议的新标签或现有标签
2. 辅助标签：根据标签名称或说明自动预测标签。

如何使用生成式批注?

系统将在数据集上自动启用生成式注释功能，您无需执行任何操作即可开始使用这些功能。

创建数据集后，系统将在短时间内自动生成集群建议。 如果已上传分类（强烈推荐），Communications Mining 将建议集群的现有标签和新标签。

将分类上传到数据集时，这也将自动触发不使用训练数据，仅使用标签名称和描述来训练初始模型，这可能需要几分钟才能上传分类。

• 对于集群建议：转到“训练”选项卡，然后选择一个集群批次，或转到“发现”选项卡，然后选择“集群模式”以开始添加标签
• 对于辅助加标签：转到“训练”选项卡并按照建议的操作进行操作，或转到“探索”选项卡，然后选择“随机播放”或“训练标签”模式，以开始加标签。

注意：如果您的组织已选择禁用 Azure OpenAI 服务，则这些功能将不可用。

如何使用集群建议？

集群建议示例

前提条件: “审核并标记”权限/

“集群建议”将显示在每个“集群”页面的顶部（带蓝色边框的白色底纹）。 这可以是为每个集群建议的一个或多个标签。

如果启用了标签情感分析，则“集群建议”将包含积极或消极的情感（带有绿色或红色边框的白色底纹）。

您可以通过标签名称旁边的红色闪光图标判断这是 AI 建议的标签。

AI 建议的标签示例

模型训练器应审核每个集群建议，并且：

1. 单击以接受，或
2. 如果您不同意给定的建议，请分配新标签。

“集群建议”如何帮助训练模型？

“集群建议”可通过为每个集群自动生成建议标签，从而显着加快模型训练流程第一阶段的速度。

如果用户很难定义他们想要训练的概念，它还可以帮助您进行分类设计。

“集群建议”是根据集群中消息之间共享的已识别主题生成的。

集群的创建和标签建议的生成是一个完全无监督的自动过程，无需人工输入。

在生成带有或不带有预定义分类的集群上的标签建议时，但是建议会受到影响，并且利用导入的/现有的标签通常会使建议更具帮助。

如何使用辅助标签?

辅助加标签示例

前提条件 1 ： “审核并为其添加标签”权限。

先决条件 2 ：已导入标签名称列表。

可选但强烈建议: 导入的标签说明列表。

使用标签名称和描述作为训练输入自动训练初始模型后，数据集中的许多消息都会出现预测。

这些预测的工作方式与以前完全相同，只是在没有训练数据的情况下生成。

如果您启用了标签情感分析，则初始预测将具有积极或消极的情感（根据其置信度，呈现不同深浅的绿色/红色）。

辅助加标签适用于任何训练批次或模式，但在“随机播放”和“训练标签”中使用最有效（遵循“训练”或“探索”中每个训练批次的常规加标签步骤）。

辅助标签如何帮助模型训练？

辅助标签可以在上下文充足的情况下为每个标签自动生成预测，而无需训练示例，从而显着加快模型训练过程的第二阶段。

初始预测将由标签名称和自然语言描述（即 模糊的名称可能会导致模糊或最小的预测）。 详细的标签描述可以提高初始模型的性能。

当您进一步训练数据集时，平台将使用标签名称和说明以及已固定的示例来生成相关的标签预测。

这些将通过更多的训练不断改进，并且在提供足够的注释训练示例时，最终仅依赖这些示例。

辅助标签仍然需要通过接受/拒绝预测来进行监督学习，但它通过零个或很少的固定示例提供更好的预测，从而加快了模型训练中最耗时的部分。