主题建模功能可确定联络中心对话中的主要来电原因和次要来电原因。这些来电原因称为主题。
对话
对话是指联络中心客服人员与最终用户之间的互动。主题建模功能会分析使用 Contact Center AI Insights API 创建的聊天或语音通话记录形式的对话。
如需了解详情，请参阅 Conversations 参考文档。
主题
主题描述了一组对话中讨论的主要内容，也称为主要来电原因。主题建模功能通过分析每段对话中的关键内容并创建类似内容的集群来创建主题。然后，主题建模功能会识别不同集群的数量，并尝试为每个集群生成名称。名称代表一个主题，而主题又由 Issue 资源 表示。
当主题建模功能创建一组主题名称时，您可以查看这些名称以及它使用该名称标记的对话。主题建模功能还可以向您显示主题中最具代表性的对话中的代码段。
次要主题
主题建模功能还可以识别次要主题，从分析的角度来看，这些主题可能不太有趣。次要主题通常与对话中发生的常规流程步骤相关，例如身份验证、确认和收集反馈。
次要主题有时会挤占更有趣的主要主题，从而使主要主题更难被发现。
主题模型
识别对话中的主题的第一步是在 Customer Experience Insights 中创建主题模型。主题模型包含基于一组对话的主题列表。您可以从主题模型生成报告，以识别模型中的主题以及每个主题的名称和说明。
主题模型由 issueModels 资源表示。
您可以对主题模型执行以下操作：
- 部署
- 微调
- 取消部署
- 删除
微调主题模型
创建主题模型后，您可以查看和修改主题列表，以微调模型。微调主题模型以改进未来主题分配的主要技术有三种：
- 添加新主题。
- 修改现有主题的名称和说明。
- 移除现有主题。
所有这些操作都会影响调整后的主题分布。
当您执行任何这些微调操作时，系统会根据更新后的主题列表进行新的分析，这意味着现有分析不会发生变化。如需将新更改应用于现有分析，请按照主题建模说明中的说明操作。
主题推断
您可以将主题模型部署到项目中，这样您就可以在新对话期间实时推断主题。主题建模功能使用基于 LLM 的主题推断，该功能提供按优先级排序的主题列表。它还会按相关性对每个主题进行评分。
此分数仅表示一个模型的主题顺序。您无法比较多个模型的主题分数。例如，当您使用多个主题模型分析对话时，每个模型的最高分都是该对话的主要主题。
部署主题模型后，您可以批量分析每段新对话或一组对话。分析会确定列表中的哪个主题适用于每段对话。