Best Practices für die Themenmodellierung

Beachten Sie diese Best Practices, um Ihre Themenmodelle optimal zu nutzen.

Themenmodell abstimmen

Die beste Möglichkeit, die Themenzuweisungen zu verbessern, ist die Feinabstimmung Ihres Modells. Beachten Sie diese Richtlinien, um Ihr Themenmodell zu optimieren, wenn Sie Themen hinzufügen, bearbeiten und entfernen.

Thema hinzufügen oder bearbeiten

Fügen Sie keine doppelten oder ähnlichen Themen hinzu, da sich dies negativ auf die Qualität der Themenzuweisungen auswirkt. Wenn Sie ein Thema erstellen oder ändern, beachten Sie die folgenden Richtlinien für Namen und Beschreibungen.

Name

  • Verwenden Sie kurze, beschreibende Themen mit drei bis sechs Wörtern, z. B. Fehlerbehebung bei der Fernbedienung oder Anfrage zur Abrechnungspolitik.

  • Vermeiden Sie allgemeine oder abstrakte Namen wie Verkäufe.

Optional können Sie diese Best Practices befolgen:

  • Verwenden Sie leicht verfügbare benutzerdefinierte Themennamen wie Abrechnung.

  • Fügen Sie dem Themennamen eine kurze Beschreibung hinzu, z. B. „Abrechnungsfehler und Rückerstattungen“.

  • Wählen Sie eine geeignete Modellkonfiguration basierend auf den gewünschten Ergebnissen aus.

Beispiel

Ein Kreditkarten-Supportcenter führt eine Themenmodellierung für seine archivierten Support-Anrufprotokolle durch. Bei der Modellierung wird ein Thema aus einem Cluster von Unterhaltungen erstellt und Anfragen zu Kreditkartenlimits genannt. Das Unternehmen kürzt den Namen zu Anfragen zu Kreditlimits.

Beschreibung

  • Verwenden Sie eine allgemeine Beschreibung, gefolgt von einigen Beispielen.

  • Vermeiden Sie personenbezogene Daten wie Namen, Daten oder Orte.

  • Zu viele Details, z. B. „Thema X nicht einbeziehen“, können sich negativ auf die Themenzuweisung auswirken.

Beispiele

  • Der Kunde fragt nach seinem Festnetzanschluss. Möglicherweise möchte er ihn kündigen oder sich zur aktuellen Abrechnung beraten lassen.

  • Der Kunde fragt nach seiner Rechnung. Möglicherweise möchte er den Betrag oder das Fälligkeitsdatum wissen.

Sekundäre Themen entfernen

Nachdem Sie Ihr Themenmodell bereitgestellt und eine Analyse abgeschlossen haben, prüfen Sie die Themenverteilung auf der Seite Bereitgestellte Daten des Themenmodells. Sekundäre Themen können im bereitgestellten Ergebnis das dominierende Thema sein, da sie häufig vorkommen und besser passen. Themen, die zu einem hohen Prozentsatz (mehr als 30%) mit Ihren Beispielunterhaltungen übereinstimmen, sind wahrscheinlich sekundäre Themen. Prüfen Sie diese Themen sorgfältig und löschen Sie sie, wenn sie nicht relevant sind.

Ob irrelevante sekundäre Themen vorhanden sind, hängt stark von den Eingabedaten ab. Wenn alle Hauptthemen auf der Seite Bereitgestellte Daten eine relativ gleichmäßige Verteilung haben und jedes Thema nur zu einem geringen Prozentsatz (weniger als 20%) mit den Unterhaltungen übereinstimmt, gibt es wahrscheinlich keine sekundären Themen, die gelöscht werden müssen.

Trainingsdaten

Bei Sprachdaten ist die Qualität der Speech-to-Text-Ausgaben entscheidend für die Leistung des Themenmodells. Beachten Sie diese Richtlinien, um die Qualität Ihrer Trainingsdaten zu verbessern.

Unterhaltungen

  • Verwenden Sie keine doppelten Unterhaltungen im Dataset.

  • Jede Unterhaltung sollte mindestens 10 Gesprächsbeiträge enthalten, 5 vom Agenten und 5 vom Kunden.

  • Verwenden Sie Unterhaltungen mit geschwärzten Daten, prüfen Sie aber die Qualität der Schwärzung durch Cloud Data Loss Prevention. Manchmal werden durch die Schwärzung wichtige Informationen aus den Transkripten entfernt, was sich auf die Länge Ihrer Trainingsunterhaltungen auswirken kann.

  • Achten Sie darauf, dass fast alle Unterhaltungen in derselben Sprache sind.

Sprecherrollen

Achten Sie darauf, dass die Sprecherrollen der Unterhaltung nach der Erfassung der Unterhaltung richtig zugewiesen werden.

  • Kennzeichnen Sie Gesprächsbeiträge genau als vom Kunden oder vom Agenten. Unterhaltungen mit nur einer Rolle werden nicht für das Training verwendet.

  • Verwenden Sie AGENT für menschliche Rollen und AUTOMATED_AGENT für virtuelle Rollen.

  • Verwenden Sie END_USER oder CUSTOMER für Kundenrollen.