Communications Mining 用户指南

上次更新日期 2025年8月11日

向现有分类添加新标签

注意：您必须以 Automation Cloud 用户身份分配“来源 - 读取和数据集 - 审核”权限，或者作为旧版用户分配“查看源”和“审核并批注”权限。

如果您已有一个成熟分类，其中包含许多已审核的邮件，则添加新标签需要一些额外的训练，以使其与分类中的其余标签保持一致。

向经过良好训练的分类添加新标签时，如果标签与先前审核的消息相关，请确保将新标签应用于先前审核的消息。否则，模型将实际上被告知新标签不应用于自己，并且将难以可靠地预测新标签。

数据集中审核的示例越多，添加新标签时所需的训练就越多。除非它是一个全新的概念，您在旧数据中找不到，但会在更新的数据中找到。

Create the new label when you find an example where it should apply.
Select Missed label to find more messages where the platform determines the new label should have been applied. For more details, check Finding messages with a Missed label.
Once the model has had time to retrain and calculate the new validation statistics, check how the new label performs in the Validation page.
检查是否需要更多训练。

Search for key terms or phrases using the search function in Discover to find similar instances. This way you apply the label in bulk if there are lots of similar examples in the search results.
除了第一步，也可以在“探索”中搜索关键术语或短语。这可能是更好的方法，因为您可以筛选出已审核的消息，并且在“探索”中搜索将返回与搜索词匹配的消息数量的大致计数。
选择您认为可能经常与新标签一起出现的标签，并查看该标签的已固定示例，以查找应应用新标签的示例。
拥有一些已固定的示例后，请检查其是否开始在标签模式下进行预测。如果是，请使用此模式添加更多示例。
如果您在启用情感的数据集中添加注释，并且新标签为正面或负面，则在检查已审核示例时，还可以在正面和负面情感之间进行选择。但是，不能将文本搜索与“已审核”和“情感”筛选器结合使用。

Once you have annotated quite a few examples using the previous methods, and the model has had time to retrain, use the Missed label functionality in Explore by selecting your label and then select Missed label from the dropdown menu.
这将显示模型确定先前审核的示例中可能缺少所选标签的已审核消息。
在这些情况下，模型将显示标签作为建议，如图像示例所示。
将标签应用于模型认为应应用标签的所有消息。
在此页面中继续训练，直到您已批注所有正确的示例，并且此模式不再显示应实际应用标签的示例。