Configuração e comportamento do modelo de aprendizado de máquina

Configure modelos para prever valores de campo e sentimento para casos de atendimento ao cliente.

Treinando um modelo

O treinamento de um modelo de aprendizado de máquina é quando o modelo aprende padrões em dados anteriores para fazer previsões para novos dados. Os modelos são treinados usando muitos dados para que possam aprender padrões, e o grande conjunto de dados torna os padrões aprendidos estatisticamente significativos.

Como configurar um modelo de previsão de campo

Usuários com a função ml_admin podem criar e treinar um modelo de aprendizado de máquina para prever valores de campo no console de administração do Task Intelligence.

Usando o modelo de previsão de campo como ponto de partida, você pode escolher o conjunto de dados de treinamento com o qual o modelo aprende. O modelo pode ser treinado usando dados das seguintes tabelas:

• Tabela E-mail [sys_email]
• Tabela Caso [sn_customerservice_case]
• Tabelas que estendem a tabela Caso
• Tabela Interação [interaction]

Os modelos também podem ser treinados usando dados de e-mail ou anexos de caso.

Em seguida, você direciona o modelo para aprender um padrão entre dois tipos de campos desses dados:

• Campos desaída são os campos que você deseja que seu modelo preveja. Por exemplo, os campos Categoria e Prioridade para casos.
• Campos deentrada são os campos que o modelo usa como base para previsões. Por exemplo, texto no assunto e no corpo de um e-mail.

Você pode usar os campos de entrada recomendados ou modificar esses campos e adicionar suas próprias preferências.

Se o modelo estiver configurado para usar texto de anexos, o sistema executará as seguintes etapas quando um caso ou interação for criado:

• O sistema verifica o registro em busca de anexos com tipos de conteúdo e extensões de arquivo compatíveis. Ele ignora os anexos que têm extensões de arquivo sem suporte.
• Se o registro tiver anexos em um formato compatível, o sistema analisará o texto e o enviará como uma entrada para o modelo de categorização, junto com o texto dos campos de entrada.
• Se o registro não tiver anexos ou nenhum anexo em um formato compatível, o sistema enviará o texto dos campos de entrada para o modelo de categorização.

Os tipos de conteúdo e as extensões de arquivo compatíveis são armazenados na propriedade do sistema sn_csm_ml_task.categorization.allowed_content_types. Para obter mais informações, consulte Componentes instalados com Inteligência para tarefas para atendimento ao cliente.

Suporte a vários idiomas

A categorização oferece suporte a vários idiomas, incluindo anexos, se os modelos estiverem configurados para incluir anexos. O modelo de categorização retorna o idioma previsto e o armazena no campo Idioma detectado na tabela Resultado da previsão [ml_predictor_results].

Como configurar um modelo de sentimento do caso

O modelo de sentimento do caso é pré-treinado com um grande conjunto de dados para aprender padrões de comunicação. Esses dados vêm de e-mails do cliente, descrições e comentários de caso e refletem a comunicação típica entre agentes e clientes.

• E-mail: o modelo usa o texto no assunto e no corpo do e-mail inicial para prever o sentimento quando o caso é criado. O texto do corpo dos e-mails subsequentes é usado para atualizar a previsão.
• Casos: o modelo usa o texto na descrição resumida do caso e na descrição para prever o sentimento quando o caso é criado. Os comentários adicionados ao caso são usados para atualizar a previsão.

O modelo de sentimento do caso oferece suporte a tipos de caso. Ao configurar um modelo de sentimento, você seleciona a tabela na qual executar a análise de sentimento. Você pode selecionar:

• A tabela Caso
• Tabelas que estendem a tabela Caso

Nota:

O recurso de análise de sentimento oferece suporte a um nível de extensão personalizada da tabela Caso.