将 CSV 文件上传到源中

所需的用户权限：“来源管理员”和“编辑消息”。

注意：本文演示了如何将 CSV 文件中的数据上传到现有数据源中。 要了解如何首先通过 GUI 创建数据源，请参阅此处。

关键步骤

注意：如果更新源中的现有消息，请更改消息属性（例如 消息文本、sent_at 时间戳和“收件人”或“发件人”），而不是用户属性，将导致关联数据集中的常规字段注释丢失。 强烈建议在此之前固定关联的数据集中的最新模型版本。

要将 CSV 文件中的数据上传到数据源中，请导航到“来源”页面（通过管理控制台，可通过页面右上角的齿轮访问），然后找到要将数据上传到的来源。

选择数据源卡右上角的“上传”图标（如下所示）。

然后单击“选择文件”，再选择要上传的 CSV 文件。

所选文件必须满足以下条件:

• 文件的第一行应包含标头，并以逗号或制表符分隔
• 至少需要三列：消息文本内容（消息）、时间戳和标识消息的唯一 ID
• CSV 文件中的所有文本字段应使用双引号括起
• 文件必须编码为 UTF-8、UTF-16 或 UTF-32 (平台会自动检测哪一种编码)
• CSV 文件应不超过 64 MiB。 如果您有较大的文件，仍可以通过拆分为多个文件来上传，每个文件大小不得超过 64 MiB

如果您的文件符合上述条件，则可以在下一步中配置和上传消息：

从包含 CSV 文件中检测到的列标头的每个下拉列表中选择所需的列：

• ID 列:
  • 此列必须包含可识别消息的唯一 ID
  • 消息 ID 只能包含 ASCII 字母数字字符 (AZ az 0-9) 和标点符号 (/ 除外)
  • 注意：如果来源中存在具有相同 ID 的现有消息，则系统会更新这些消息以匹配新文件的内容
• “消息”列：
  • 此列包含您要在平台中分析的消息文本
• 时间戳列：
  • 此为包含消息录制日期和时间的列
  • 时间戳格式很灵活，将由平台自动推断

如果您的数据包含主题行、讨论串或参与者（通常出现在案例或电子邮件讨论串中），则还可以在 CSV 文件中上传以下附加列：

• 主题列
  • 选择包含消息主题的列
• 发件人列
  • 选择包含“发件人”的列
• 收件人列
  • 选择包含收件人的列。 多个收件人之间应用分号分隔。
• 抄送列
  • 选择包含抄送的收件人的列。 多个收件人之间应使用分号分隔
• 会话 ID 列
  • 选择包含消息线程 ID 的列
  • 会话 ID 用于将不同消息绑定到同一个会话

发件人/收件人/抄送格式:

• 发件人/收件人/抄送字段中的以下条件将触发错误：
  • 超过最大收件人数量 (每个讨论串最多 2048 个收件人)
  • 发件人或收件人超出最大字符数限制 (每个收件人最多包含 512 个字符)
  • 行中包含两个或更多分号 (例如: 以下格式不正确: [e-mail]; [e-mail])
• 尽管平台会去除收件人之前或之后的任何空格，但不会进行任何其他的数据清理。
  • 您可能希望的数据格式示例（并非详尽列表）：
    • 示例 1 - Robert Bog <[e-mail]>； John Smith <[e-mail]>
    • 示例 2：[e-mail]；[e-mail]
    • 示例 3：[e-mail]； [e-mail]
• 平台将使用分号 (;) 分隔不同的收件人
• 在上传数据之前，请确保电子邮件的格式正确
• 请注意，在典型的串联用例中（例如：电子邮件），每个“发件人”单元格中只能有 1 个发件人

时间戳格式:

• 如果您选择的时间戳格式对于天/月/年的顺序不明确（例如 01/02/03 10:10），则可以建议正确的解释：
  • 2003 年 1 月 2 日 - 无
  • 2003 年 2 月 1 日 - 第一天
  • 2001 年 2 月 3 日 - 年初
  • 2001 年 3 月 2 日 - 日优先 + 年优先
• 为避免歧义，建议尽可能以 RFC 3339 格式提供时间戳（例如 2020-01-31T12:34:56Z（适用于 UTC 或时区为 2020-08-031T11:20:60-08:00））

然后选择要与消息一起上传的其他用户属性。 用户属性是与可在平台中筛选的每条消息关联的上下文元数据。 平台中的机器学习模型也可能使用这些参数。 有两种类型，即字符串或数字：

• 字符串用户属性是分类元数据（典型示例包括 ID、国家/地区、交易对方等）
• 数字用户属性是数字元数据（典型示例包括 NPS、电子邮件统计信息、金额等）

注意：如果文件包含 NPS 分数作为用户属性，则必须将其包含为数字属性并仅命名为“NPS”，以便触发原生 NPS 图表在平台中加载。

选择所有用户属性后，单击“上传”。

然后，系统会提示您检查包含已上传数据的来源的数据集中已上传的消息。 如果来源尚未与任何数据集相关联，您可以创建一个新数据集，以检查是否按预期上传。

Note: If you made a mistake when selecting the user properties you can re-upload the same file, and the platform will use the column ID as the identifier to overwrite the existing messages and properties (this will not affect any labels applied to existing messages ）。

故障排除

注意：如果您的 CSV 在上传过程中失败，则可以在修复错误后重新上传相同的 CSV。如果任何已上传消息的消息 ID 和文本（主题和正文）保持不变，则在重试上传时无需向您收取额外的 AI Unit 费用。

希望您的上传能够顺利进行，但您可能会在上传过程中遇到问题，并看到错误消息。 我们在下面概述了其中一些问题及其发生的原因，以帮助您解决或避免它们。

在下面的错误消息中，{somewhere} 映射到有关发生错误的位置的上下文信息。 此外，我们在文件中引用位置的方式标准化为：

字符串	展开为：
{position}	记录 {row-number}，位于行 {line-number}，列 {colum-number} (字节为 {byte-number})

系统将显示错误消息的标题和说明，如下所示：

以下是用户在上传 CSV 文件时可能会遇到的一些错误消息：

错误类型	错误消息	描述
列不足	CSV 文件仅包含 {number-columns} 列，但至少需要 3 个列 (文本、时间戳和 ID)	上传的 CSV 未包含至少 3 列，或者平台错误地检测到文件的编码。
编码无效	文件包含无效字符 (编码检测为 {detected-ending})	文件未正确编码为 UTF-8/UTF-16/UTF-32 (平台会自动检测文件的格式)
标头无效	string:ti:er' does not match'(^delimiter|id|message|timestamp |timestamp_default_utc_offset |timestamp_day_first|timestamp_year_first\\Z)|(^(?P<property_type>number|string):(?P<name>\\w(?:[\\w]{0,30}\\w)?)\\Z)'	如果列标题是用户属性的无效名称，则当请求架构无效时，平台会返回默认消息。 检查每个列标题是否为其目的所采用的有效格式。 列标头的最大长度为 32 个字母数字字符
不等长的行	CSV 包含长度不等的行。 消息 {position} 包含 {number} 个字段，但上一个记录包含 {number} 个字段。	CSV 包含的行单元格数量不同或与标头数量不一致。
ID 格式	{record} 的消息 ID 无效。 ID 只能包含 ASCII 字母数字字符和标点符号（“/”除外）。 单元格值: {cell-value}	当 ID 字段包含无效字符（如错误消息中所述）时，会发生此错误。
ID 长度	对于消息 {record}，ID 太长。 {number} 个字节，预计至多 1024	当 ID 字段长于允许的最大长度（1024 个字符）时，会发生此错误
时间戳格式	消息 {position} 中的时间戳格式不正确: {timestamp-error-message}。 单元格值: {cell-value}	当无法解析时间戳字段时，会发生此错误。
消息长度	对于消息 {position}，消息太长。 {number} 个字节，预计至多 65536	当消息字段超过允许的最大长度（65536 个字符）时，会发生此错误。
数字属性格式	消息 {position} 中的数字格式不正确: {number-error-message}。 单元格值: {cell-value}	当无法解析数字用户属性字段时，会发生此错误。 平台应允许任何可合理解码为数字的格式。
属性长度	对于消息 {position}，属性太长。 {number} 个字节，预计至多 4096	当用户属性字段超过允许的最大长度（4096 个字符）时，会发生此错误。
未知错误	未知 CSV 错误: {underlying-error-message}	上面的列表并不完全详尽 - 如果发生未知错误，请重新尝试上传。