Einrichtung und Verhalten des Modells für maschinelles Lernen

Richten Sie Modelle ein, um Feldwerte und Stimmungen für Kundenservicefälle vorherzusagen.

Modell trainieren

Beim Trainieren eines Modells für maschinelles Lernen erlernt das Modell Muster aus vergangenen Daten, um Vorhersagen für neue Daten zu treffen. Modelle werden mit vielen Daten trainiert, damit sie Muster erlernen können, und die Größe des Datensatzes verleiht den erlernten Muster statistische Signifikanz.

Feldvorhersagemodelle einrichten

Benutzer mit der Rolle ml_admin können ein Modell für maschinelles Lernen erstellen und trainieren, um von der Task Intelligence Admin Console aus Feldwerte vorherzusagen.

Mit dem Feldvorhersagemodell als Ausgangspunkt können Sie den Trainingsdatensatz auswählen, aus dem das Modell lernt. Das Modell kann mit Daten aus den folgenden Tabellen trainiert werden:

• E-Mail-Tabelle [sys_email].
• Tabelle „Fall“ [sn_customerservice_case].
• Tabellen, die die Falltabelle erweitern
• Interaktionstabelle [interaction]

Modelle können auch mit Daten aus E-Mail- oder Fallanhängen trainiert werden.

Anschließend weisen Sie das Modell an, ein Muster zwischen zwei Arten von Feldern aus diesen Daten zu erlernen:

• Ausgabefelder sind die Felder, die Ihr Modell vorhersagen soll. Zum Beispiel die Felder „Kategorie“ und „Priorität“ für Fälle.
• Eingabefelder sind die Felder, die das Modell als Grundlage für Vorhersagen verwendet. Zum Beispiel Betreff und Text einer E-Mail.

Sie können die empfohlenen Eingabefelder verwenden oder diese Felder ändern und Ihre eigenen Einstellungen hinzufügen.

Wenn das Modell für die Verwendung von Text aus Anhängen konfiguriert ist, führt das System die folgenden Schritte aus, wenn ein Fall oder eine Interaktion erstellt wird:

• Das System überprüft den Datensatz auf Anhänge mit unterstützten Inhaltstypen und Dateierweiterungen. Anhänge mit nicht unterstützten Dateierweiterungen werden ignoriert.
• Wenn der Datensatz Anhänge in einem unterstützten Format enthält, analysiert das System den Text und sendet ihn zusammen mit dem Text aus den Eingabefeldern als Eingabe an das Kategorisierungsmodell.
• Wenn der Datensatz keine Anhänge oder keine Anhänge in einem unterstützten Format enthält, sendet das System Text aus den Eingabefeldern an das Kategorisierungsmodell.

Unterstützte Inhaltstypen und Dateierweiterungen werden in der Systemeigenschaft sn_csm_ml_task.categorization.allowed_content_types gespeichert. Weitere Informationen finden Sie unter Mit Task Intelligence für Customer Service installierte Komponenten.

Unterstützung für mehrere Sprachen

Die Kategorisierung unterstützt mehrere Sprachen, einschließlich der Anhänge, wenn die Modelle so konfiguriert sind, dass sie Anhänge enthalten. Das Kategorisierungsmodell gibt die vorhergesagte Sprache zurück und speichert sie im Feld Erkannte Sprache in der Tabelle „Vorhersageergebnis“ [ml_predictor_results].

Fallstimmungsmodelle einrichten

Das Fallstimmungsmodell wird mit einem großen Datensatz vortrainiert, um Kommunikationsmuster zu erlernen. Diese Daten stammen aus Kunden-E-Mails, Fallbeschreibungen und Kommentaren. Sie spiegeln die typische Kommunikation zwischen Service Desk-Mitarbeitern und Kunden wider.

• E-Mail: Das Modell verwendet Betreff und Text der ursprünglichen E-Mail, um die Stimmung vorherzusagen, wenn der Fall erstellt wird. Die Vorhersage wird anhand des Nachrichtentextes der nachfolgenden E-Mails aktualisiert.
• Fälle: Das Modell sagt bei der Fallerstellung anhand des Textes in der Kurzbeschreibung und der Beschreibung des Falls die Stimmung vorher. Die Vorhersage wird anhand der Kommentare, die dem Fall hinzugefügt werden, aktualisiert.

Das Fallstimmungsmodell unterstützt Falltypen. Beim Einrichten eines Stimmungsmodells wählen Sie die Tabelle aus, für die die Stimmungsanalyse ausgeführt werden soll. Sie können folgende Optionen auswählen:

• Falltabelle
• Tabellen, die die Falltabelle erweitern

Hinweis:

Die Stimmungsanalysefunktion unterstützt eine Ebene mit benutzerdefinierten Erweiterungen der Falltabelle.