許多機構都必須追蹤熱門和新興主題。您不必事先標記，就能透過 Customer Experience Insights 偵測及找出通話或即時通訊中的主要對話驅動因素。請遵循下列最佳做法，使用 CX Insights 主題模型 V2.1 功能。非監督式模型可簡化設定程序，並自動找出所分析對話中最重要的因素。
訓練主題模型
首先，請訓練非監督式主題模型，不必提供自訂主題。雖然是選用步驟，但如要識別對話中使用的語言，請設定語言篩選器。
訓練主題模型時，請先瞭解您的業務用途，然後決定所需主題的精細程度。用途可能包括您在主題模型中尋找的內容，或模型帶來的商業價值。粒度會決定訓練時的模型大小。詢問：現有解決方案 (如有) 的主題叢集大致數量為何？
如果無監督式模型品質不佳，請嘗試使用自訂主題清單訓練其他主題模型。
評估主題模型
訓練完成後，您可以分 2 個階段評估主題模型：先驗證生成的主題和說明，再評估分析的對話是否與識別出的主題相符。
步驟 1：驗證生成的主題和說明
建議您移除與需求無關的主題。舉例來說，如果「問候」主題大多是關於對話中的問候語，就可以移除這個主題。如要瞭解如何移除主題，請參閱「刪除主題」。
如果主題模型未識別出任何主題，請新增主題。如果訓練模型時未指定自訂主題，最有可能發生這種情況。
步驟 2：評估分析的對話
完成步驟 1 後，請評估分析的對話，瞭解系統識別的主題。
為什麼學到的主題比選取的細節程度少？
如果可探索的主題不多，最終主題數量可能會遠少於所選精細度顯示的數量。
- 較粗略：最多 30 個主題
- 粗略：最多 50 個主題
- 標準：最多 150 個主題
- 良好：最多 200 個主題
- 更精細：最多 350 個主題
資料品質問題也可能導致訓練後的主題模型學習到的主題數量較少。請確認訓練對話次數、對話中的服務專員或顧客回合，以及語音轉文字和編輯品質是否符合資料要求。
如何增加主題數量？
如先前所述，請確認訓練資料符合資料品質規定。此外，請確保訓練對話次數、對話中的服務專員或顧客輪流發言次數，以及語音轉文字和編輯品質符合規定。如果對話持續太久，您可以嘗試移除驗證部分。
在訓練階段選取訓練對話時，實驗使用最少回合數篩選器 (例如 5、10、15、20)，有助於增加學習的主題數量。此外，如果對話太短而無法預測主題，這項功能也能協助捨棄。
為什麼訓練次數比對話次數少？
訓練量計數是指在訓練階段，對提供的對話資料進行下取樣後，用於訓練主題模型的對話數量。
訓練期間，系統會篩除顧客語音不夠長或太短的對話。模型訓練完成後，CX Insights 控制台中的訓練量總和會代表訓練/經過篩選的對話集。
為什麼模型的主題比提供的自訂主題多？
視模型大小而定，模型輸出內容可加入其他主題。模型大小會影響輸出內容中的主題數量，但實際數量取決於模型中學到的實際主題。
如果您使用「更精細」模型大小訓練模型，並預期模型最多可學習 350 個主題，但您只將 30 個自訂主題帶入訓練，模型輸出內容可能只會顯示訓練了 32 個主題。這是因為模型訓練的對話主題約有 30 個，而非 350 個。