Создание модели прогнозного кодирования (предварительная версия)

Предостережение

31 августа 2025 г. корпорация Майкрософт удалила все классические возможности обнаружения электронных данных. Это прекращение включает классический поиск контента, классическое обнаружение электронных данных (Standard) и классическое обнаружение электронных данных (премиум).

Рекомендации, приведенные в этой статье, относятся только к организациям, размещенным в Microsoft 365 под управлением 21Vianet (Китай). Если ваша организация не размещена в 21Vianet, используйте руководство по новому интерфейсу обнаружения электронных данных на портале Microsoft Purview.

Первым шагом в использовании возможностей машинного обучения прогнозного программирования в eDiscovery (премиум) является создание модели прогнозного кодирования. После создания модели вы можете обучить ее определять релевантное и не релевантное содержимое в наборе для проверки.

Сведения о рабочем процессе прогнозирования см . в статье Сведения о прогнозном кодировании в eDiscovery (премиум)

Перед созданием модели

• Для создания модели прогнозного кодирования в наборе для проверки должно быть не менее 2000 элементов.
• Перед созданием модели обязательно зафиксируйте все коллекции в наборе для проверки. Элементы, добавленные в набор проверки после создания модели, не будут обрабатываться и назначаться оценка прогнозирования, созданная моделью.
• Любой элемент в наборе для проверки, который не содержит текст, не будет обработан моделью или назначена оценка прогнозирования. Элементы с текстом будут включены в набор элементов управления или обучающий набор.

Создание модели

1. На портале Microsoft Purview откройте дело обнаружения электронных данных (премиум) и выберите вкладку Просмотр наборов данных.

2. Откройте набор для проверки и выберите Аналитика>Управление прогнозным кодом (предварительная версия).

   

3. На странице Модели прогнозного кодирования (предварительная версия) выберите Новая модель.

4. На всплывающей странице введите имя модели и необязательное описание.

5. При необходимости можно настроить дополнительные параметры (выбрав Дополнительные параметры на всплывающей странице), связанные с уровнем достоверности и погрешностью. Эти параметры влияют на количество элементов, включенных в набор элементов управления. Набор элементов управления используется в процессе обучения для оценки прогнозов, которые модель присваивает элементам с метками, выполняемыми во время циклов обучения. Если в вашей организации есть рекомендации по уровню достоверности и погрешности для проверки документов, укажите их в соответствующих полях. В противном случае используйте параметры по умолчанию.

6. Нажмите кнопку Сохранить , чтобы создать модель.

   Подготовка модели системой занимает несколько минут. После того как он будет готов, вы можете выполнить первый раунд обучения.

Что происходит после создания модели

После создания модели в фоновом режиме во время создания и подготовки модели происходит следующее:

• Система вычисляет количество элементов для набора элементов управления. Этот размер зависит от количества элементов в наборе для проверки и параметров для уровня достоверности и погрешности. Элементы для набора элементов управления выбираются случайным образом и назначаются как элементы набора элементов управления. Система включает в себя 10 элементов из набора элементов управления в первом раунде обучения.
• Система случайным образом выбирает 40 элементов из набора для проверки, которые будут включены в обучающий набор для первого раунда обучения. Таким образом, первый раунд обучения включает 50 элементов для маркировки: 40 элементов из обучающего набора и 10 элементов из набора элементов управления.

Дальнейшие действия

После создания модели для набора для проверки следующим шагом является выполнение раундов обучения, чтобы "обучить" модель выявлению содержимого, относящееся к вашему исследованию. Дополнительные сведения см. в разделе Обучение модели прогнозного кодирования.