最佳实践:主题建模

对于许多组织来说,跟踪热门和新兴主题至关重要。借助 Customer Experience Insights,您可以检测和识别通话或聊天中的主要对话驱动因素,而无需事先进行标记。请遵循以下最佳实践,使用 CX Insights 主题建模 V2.1 功能。其无监督建模功能可简化设置,同时自动识别分析的对话中显示的主要驱动因素。

训练主题模型

首先,训练无监督主题模型,而无需提供自定义主题。虽然是可选操作,但如需识别对话中使用的语言,请设置语言过滤条件。

训练主题模型时,请了解您的业务应用场景,并确定所需主题的粒度。应用场景可能包括您在主题模型中寻找的内容或模型带来的业务价值。粒度决定了训练中的模型大小。请问,现有解决方案中的主题集群大致有多少个(如果有)?

如果无监督模型的质量较低,请尝试使用自定义主题列表训练另一个主题模型。

评估主题模型

对经过训练的主题模型的评估可以分两个阶段进行:首先验证生成的主题和说明,然后评估分析的对话以识别主题。

第 1 步:验证生成的主题和说明

我们建议您移除与您的需求无关的主题。例如,移除主要讨论对话中的问候语的“问候语”主题。如需详细了解如何移除主题,请参阅删除主题。

为主题模型未识别的任何主题集添加新主题。如果您训练的模型没有自定义主题,则很可能会看到这种情况。

第 2 步:评估分析的对话

完成第 1 步后,应评估分析的对话以识别主题。

为什么学习到的主题数量少于为粒度选择的主题数量?

如果可发现的主题很少,则最终主题数量可能远低于所选粒度中指示的数量。

  • 较粗:最多 30 个主题
  • 粗:最多 50 个主题
  • 标准版:最多 150 个主题
  • 精细:最多 200 个主题
  • 较精细:最多 350 个主题

由于数据质量问题,经过训练的主题模型学习到的主题数量也可能较少。请确保数据满足训练对话数量、对话中的客服或客户轮次以及 STT 和密文质量方面的要求。

如何增加主题数量?

如前所述,请验证训练数据是否满足数据质量要求。此外,还要确保训练数据满足训练对话数量、对话中的客服或客户轮次以及 STT 和密文质量方面的要求。如果对话持续轮次过多,您可以尝试移除其身份验证部分。

在训练阶段选择训练对话时,尝试使用最小轮次计数过滤条件(例如 5、10、15、20)有助于增加学习到的主题数量。它还有助于舍弃过短而无法预测主题的对话。

为什么训练计数小于对话计数?

训练量计数是指在训练阶段对提供的对话数据进行下采样后,用于训练主题模型的对话数量。

在训练期间,客户话语不够长或过短的对话会被过滤掉。模型训练完成后,CX Insights 控制台中训练量的总和表示训练/过滤后的对话集。

为什么我的模型的主题数量多于提供的自定义主题数量?

根据模型大小,可以将其他主题添加到模型输出中。模型大小会影响输出中的主题数量,但实际数量取决于模型中学习到的实际主题。

如果您使用“较精细”模型大小训练模型,并希望模型学习最多 350 个主题,但您只将 30 个自定义主题引入训练,则可能会在模型输出中看到仅训练了 32 个主题。这是因为模型是基于大约 30 个主题的对话进行训练的,而不是 350 个主题。