ixp
latest
false
UiPath logo, featuring letters U and I in white

Communications Mining 用户指南

上次更新日期 2025年10月20日

Communications Mining™ 使用入门

本页介绍了设置和交付 Communications Mining 用例所需的关键步骤:

1. 访问 Communications Mining

Automation Cloud 用户

如果您是Automation Cloud用户并启用了AI Units或Platform Units ,则可以通过Automation Cloud中的 UiPath™ IXP 服务访问Communications Mining 。 如果您没有任何单元,但又想开始使用 Communications Mining,请联系您的客户经理。



要在 Automation Cloud 上访问 Communications Mining,必须满足以下条件:

  1. 管理员必须在 Automation Cloud 租户上启用 IXP 即服务。对于此操作,需要 Enterprise 许可证,并且您的Automation Cloud组织必须具有可用的AI Units或Platform Units 。 有关更多详细信息,请查看启用 Communications Mining
  2. 您必须是 Automation Cloud 租户上的现有用户。如果没有,请请求 Automation Cloud 租户的管理员添加您。

如需了解关于以下内容的更多信息:

旧版用户

您不需要成为 Automation Cloud 用户即可访问 Communications Mining。

管理员请求您的帐户后,您将自动收到一封电子邮件,其中包含有关如何设置帐户的指导。
注意:自动发送的电子邮件包含仅在 24 小时内有效的链接。

如需了解关于以下内容的更多信息:

2. 创建项目

可以将项目视为受限的工作区。每个数据集和数据源都与特定项目相关联,用户需要这些项目中的权限才能使用其中的数据。一个项目中的数据集可以由来自多个项目的数据源组成。用户只需要在这两个项目中拥有查看和标注数据的权限。

有关数据结构的更多详细信息,请参阅了解数据结构与权限



对于 Automation Cloud 用户,每个租户都有一个租户中的所有用户都可以访问的默认项目。在上传数据、创建数据集和训练模型之前,强烈建议创建一个新项目,将其访问权限仅限于需要访问这些数据的人员。创建后,很难将数据源和数据集移动到不同的项目中。

要创建新项目,请按照创建新项目 (Automation Cloud)中所述的步骤操作。

3. 将用户添加到具有正确权限的项目中

严格的用户权限控制对 Communications Mining 租户、项目、数据源和数据集的访问。您需要为每个用户分配权限。权限可以提供对敏感数据的访问权限,并允许用户在平台中执行一系列不同的操作。因此,应仅向用户授予履行其角色所需的权限。有关用户权限的更详细说明,请查看角色及其基本权限



有关更多详细信息,请参阅:

4. 创建数据源

数据源是未批注的相似类型的原始通信数据的集合,例如来自共享邮箱的电子邮件或 NPS 调查回复的集合。

在 GUI 中创建源会设置一个具有已定义属性的空源,然后可以通过 API 上传数据。也可以通过 API 完成此来源的设置。

创建来源后,可以通过以下方式上传数据:

  • 集成,即 Exchange 集成、Salesforce 集成等。
  • 静态 CSV 上传。

有关更多详细信息,请参阅:

5. 创建数据集

数据集由一个或多个数据源(最多 20 个)和您训练的模型组成。

注意:来源可以位于与数据集不同的项目中。只要用户在每个项目中都拥有适当的权限,他们就可以像往常一样查看和标注数据。

如果数据集中有多个来源,则它们应针对您的分析或自动化拥有相似的预期目的。

新建数据集时,您可以选择创建预先存在的数据集的副本。这意味着您将复制相同的来源、通用字段、情感选择、标签和已审核的示例。

有关创建新数据集以及使用多语言数据集和来源的更多详细信息,请查看以下资源:

6. 训练和维护模型

模型训练涉及创建和训练应用于数据集中的各个通信的一组标签(即一组意图或概念)和消息(即结构化数据点)。当我们开始训练模型时,平台中的机器学习模型将实时训练,并开始预测这些标签和实体可能适用于数据集中的其他位置。

训练模型需要全面了解数据的模型训练者。模型训练器通过训练一小组代表整个数据集的训练数据,将其知识传授给模型,并使模型能够对整个数据集进行预测。



开始训练 Communications Mining 模型之前的先决条件包括:

  • 明确的目标和成功标准。
  • 设计标签和字段的分类。
  • 拥有特定领域知识的企业 SME。
  • 训练模型的限定时间。

模型训练流程由以下关键阶段组成:发现、探索和优化。“训练”功能提供引导式训练体验,逐步引导用户完成训练的每个阶段。



生产中使用的任何模型都需要得到有效的维护,以确保持续的高性能。这包括防止概念偏移和创建异常流程。

有关模型训练的更多详细信息,请参阅以下资源:

7. 探索分析

该平台具有内置的报告和分析功能,可以帮助您识别沟通渠道中的潜在问题和改进机会。例如:

  • 本质上是事务性的请求非常适合自动化或自助服务。
  • 未获得响应或跟进的请求可能会被消除。
  • 不需要操作的电子邮件,即 OOO、垃圾邮件、自动生成的电子邮件和感谢电子邮件,可以从邮箱中删除。
  • 需要确定优先级并立即解决的紧急查询。
  • 导致客户不满意、升级或追踪的根本原因。

有关生成 Insights 和构建报告的更多详细信息,请参阅使用分析和监控概述

8. 实施自动化

该平台通过创建机器人可读取的通信队列来实现下游自动化。

置信度阈值级别驱动这些队列。设置阈值意味着,为了使消息进入队列,平台必须预测置信度等于或大于您设置的阈值的标签。

有关更多详细信息,请参阅:

此页面有帮助吗?

获取您需要的帮助
了解 RPA - 自动化课程
UiPath Community 论坛
Uipath Logo
信任与安全
© 2005-2025 UiPath。保留所有权利。