Communications Mining 用户指南

上次更新日期 2025年11月10日

使用“训练”标签进行训练 (优化)

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。

备注： Teach label is now a training mode solely for annotating unreviewed messages and as such the reviewed filter is disabled in this mode. Teach label for reviewed messages has been split into the Check label and Missed label training modes. For more details, visit Check label and Missed label.

如果您有一个难以准确预测的标签，并且您对已固定示例的一致性感到满意，那么您可能需要为模型提供更加多样化和一致的训练示例。

平台会建议将此模式作为“模型评分因素”下最可从中受益的标签操作，以及您可以在“验证”中选择的特定标签的建议操作。

若在难以预测标签是否适用的实例上训练平台，最佳方法是对未审核的消息使用“学习” 。

由于此模式会显示置信度分数从 50% 到 66%（对于启用情感的数据集）不等的标签的预测，因此，与直接使用预测相比，接受或更正这些预测会向模型发送更强烈的训练信号接受置信度分数为或更高的预测。这样，您可以通过提供平台以前不确定的各种训练示例来快速提高标签的性能。

The actual process of annotating in this mode is covered in the Explore phase. For more details, check Training using Teach Label (Explore).