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实体注释丢失。 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。

单击数据源卡右上角的“上传” 图标（如下所示）。

数据源卡

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

CSV 上传页面 - 第 1 步

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：

CSV 上传页面 - 第 2 步

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）

备注：

如果文件包含 NPS 分数作为用户属性，则必须仅将其包含为数字属性并命名为“NPS”，才能触发原生 NPS 图表以在平台中加载。

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。

备注：

如果您在选择用户属性时出错，可以重新上传相同的文件，平台将使用列 ID 作为标识符来覆盖现有消息和属性（这不会影响应用于现有消息的任何标签）。

故障排除

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。