Setup und Verhalten des Modells für maschinelles Lernen

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

Trainiert ein Modell

Beim Trainieren eines Modells für maschinelles Lernen lernt das Modell Muster in vergangenen Daten, um Vorhersagen für neue Daten zu treffen. Modelle werden mit vielen Daten trainiert, damit sie Muster lernen können, und der große Datensatz macht die erlernten Muster statistisch signifikant.

Ein Feldvorhersagemodell wird eingerichtet

Anwender mit der Rolle „ml_admin“ können ein Modell für maschinelles Lernen erstellen und trainieren, um Feldwerte aus vorherzusagen Task Intelligence-Administratorkonsole .

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

• E-Mail-Tabelle [sys_email]
• Falltabelle [sn_customerservice_Case]
• Tabellen, die die Falltabelle erweitern
• Interaktionstabelle [Interaktion]

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

Sie weisen das Modell dann an, ein Muster zwischen zwei Feldtypen aus diesen Daten zu erlernen:

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

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

Wenn das Modell so konfiguriert ist, dass Text aus Anhängen verwendet wird, 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. Die Anhänge mit nicht unterstützten Dateierweiterungen werden ignoriert.
• Wenn der Datensatz Anhänge in einem unterstützten Format enthält, analysiert das System den Text und sendet ihn als Eingabe an das Kategorisierungsmodell zusammen mit Text aus den Eingabefeldern.
• 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 gespeichert sn_csm_ml_task.categorization.allowed_content_typesSystemeigenschaft. Weitere Informationen finden Sie unter Komponenten, die mit Task Intelligence für den Kundenservice installiert sind .

Unterstützt mehrere Sprachen

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

Einrichten eines Fallstimmungsmodells

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

• E-Mail : Das Modell verwendet den Text im Betreff und Textkörper der ersten E-Mail, um die Stimmung vorherzusagen, wenn der Fall erstellt wird. Text aus dem Text nachfolgender E-Mails wird verwendet, um die Vorhersage zu aktualisieren.
• Fälle : Das Modell verwendet den Text in der Fallkurzbeschreibung und -Beschreibung, um die Stimmung vorherzusagen, wenn der Fall erstellt wird. Kommentare, die dem Fall hinzugefügt werden, werden verwendet, um die Vorhersage zu aktualisieren.

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

• Die Falltabelle
• Tabellen, die die Falltabelle erweitern

Hinweis:

Die Stimmungsanalyse-Funktion unterstützt eine Ebene anwenderdefinierter Erweiterungen aus der Falltabelle.