Kategorieregeln (Designer)

Suite

Customer Experience

Produkt

Qualtrics

Was finden Sie hier?

Informationen zu Kategorieregeln

Kategorieregeln legen fest, welche Sätze den einzelnen Kategorien zugeordnet werden sollen. Kategorieregeln sind in der Regel Beispiele für Wörter, die in der Kategorie ein- oder ausgeschlossen werden sollen.

Basisregeln

Grundregeln kategorisieren Sätze, indem sie Wörter angeben, die in einem Satz ein- oder ausgeschlossen werden sollen.

Wählen Sie eine Kategorie oder Kategoriegruppe aus.

Wählen Sie eine Kategorie aus, und markieren Sie die Drucktaste für die Vorschau aller Regeln.

Geben Sie Wörter in Anführungszeichen ein, oder ziehen Sie einen Schlüsselwort von der Registerkarte „Alle Wörter“ in eine der vier Regel-Lanes.

Klicken Sie auf die Schaltfläche „Vorschau aller Regeln“, um Zeigen Sie eine Vorschau der Sätze an. die in Ihre Kategorie aufgenommen werden.

Beispiel: Angenommen, Sie möchten eine Kategorie für „Pendeln“ erstellen. Die Regeln sollten Wörter enthalten, die sich auf das Pendeln zur Arbeit beziehen (wie „Pendeln“ oder „Reisen“), und Wörter ausschließen, die nicht mit dem Pendeln zusammenhängen, aber in der Suche erscheinen könnten („fahren“ oder „zur Arbeit kommen“).

Einige Zeichen werden zum Anlegen erweiterter Suchoperatoren verwendet und wirken sich daher auf die Ergebnisse aus, wenn sie zum Erstellen einer Regel verwendet werden. Die folgenden Zeichen können für die grundlegende Regelerstellung verwendet werden:

Buchstaben
Zahlen
Prozentzeichen ( % )
Emojis
Emoticons
Währungssymbole ( $, €, £ )

Tipp: Wenn Sie bei der Erstellung einer Regel Wörter oder Ausdrücke verwenden, die Zusammenziehungen enthalten (z. B. “konnte nicht finden” oder “passte nicht”), sollten diese in der Regel in ihrer vollständigen Form und in Anführungszeichen geschrieben werden (z. B. “konnte nicht” oder “hat nicht”).

Verwendung der vier Regel-Lanes

Es gibt vier Regelbeziehungen, die die Beziehung der Wörter in der Regel bestimmen: OR, AND, AND, NOT.

ODER: Diese Regel-Lane sollte Wörter enthalten, die in den Sätzen dieser Kategorie enthalten sein sollen.

UND: Diese beiden Regel-Lanes sollten Wörter enthalten, die zusammen mit einem der Wörter aus der ODER-Lane vorhanden sein müssen.

NOT: Diese Regel-Lane sollte Wörter enthalten, die Sie in der Kategorie nicht wünschen, die basierend auf den Things in der ODER-Lane enthalten sein könnten.

Vorschläge für Regel-Lane

Regel-Lane-Vorschläge helfen dabei, Kategorien schneller zu erstellen, indem die in eine Regel-Lane eingegebenen Wörter analysiert und Synonyme, zugehörige Konzepte und häufige Rechtschreibfehler vorgeschlagen werden.

Geben Sie Wörter in eine Regel-Lane ein.

Regelvorschläge Hervorhebung und in die Regel-Lane übernehmen

Klicken Sie auf das Glühbirnensymbol rechts neben der Regel-Lane.

Über den Regel-Lanes wird ein Fenster mit vorgeschlagenen Wörtern angezeigt, in dem Ihre vorgeschlagenen Wörter angezeigt werden.

Tipp: Vorgeschlagene Wörter nach Relevanz oder Name sortieren.

Wählen Sie einen Vorschlag aus, indem Sie auf das Kontrollkästchen klicken.

Wenn Sie mit den Vorschlägen fertig sind, klicken Sie auf Hinzufügen.

Vorschläge sind mit den folgenden Eingaben kompatibel:

Einfache Begriffe: z.B. „Auto“
Genaue Formulierungen: z.B. „Sportwagen“
Einstellige Platzhalter: z.B. „c?r“
Mehrstellige Platzhalter: z.B. „technol*“
Schlüsselwörter: z.B. _mtoken:CAR

Tipp: Vorschläge basieren auf einem großen externen Datenset und sind nicht projektspezifisch.

Achtung: Vorschläge ignorieren Wörter und Phrasen mit booleschen Operatoren. Weitere Informationen finden Sie unter Erweiterte Regeloperatoren.

Kontextregeln

Kontextregeln kategorisieren Tweets und Kommentare basierend auf dem Inhalt des ursprünglichen Beitrags oder übergeordneten Dokuments. Diese Regeln sind nützlich, wenn Sie Daten aus Thread-Unterhaltungen in sozialen Medien kategorisieren.

Beispiel: Ein Unternehmen veröffentlicht beispielsweise eine Benachrichtigung für sein neues Produkt und erhält viele Kommentare, möchte jedoch nur Kommentare aus diesem bestimmten Beitrag kategorisieren. Daher legen sie eine Kontextregel („Neues Produkt“) für ihr neues Produkt an. Wenn eine Basisregel hinzugefügt wird, zieht Designer Sätze, die diese Regel („Funktion“) in Kommentaren aus der erweiterten Regel („Neues Produkt“) erwähnen.

Eine Kontextregel ist wahr, wenn sie sich auf einen Satz im übergeordneten Dokument bezieht. Wenn sie wahr ist, werden alle Sätze aus allen untergeordneten Dokumenten kategorisiert. Wenn eine Kontextregel auf eine Kategoriegruppe angewendet wird, wird sie auch auf alle Kategorien in dieser Gruppe als erweiterte Abfrage für jede Basisregel angewendet.

Tipp: Einfache und erweiterte Abfragen haben eine Beziehung, sodass der Text nur kategorisiert wird, wenn beide Bedingungen erfüllt sind.

Wählen Sie eine Kategorie oder Kategoriegruppe aus.

Schritte zum Ausführen einer Kontextregel und Hinzufügen einer Kategorie

Klicken Sie auf das Symbol Erweitert über den vier Regel-Lanes.

Auswählen Übergeordnetes Dokument aus der Dropdown-Liste.

Geben Sie die Regel an, die übernehmen soll.

Fügen Sie bei Bedarf weitere Regeln hinzu.

Klicken Sie auf Sichern Sie den Knoten.

Achtung: Erweiterte Regeln können die Zeit verlängern, die für die Kategorisierung Ihres Modells benötigt wird.

Wenn Sie erweiterte Regeln erstellen, werden diese im Vorschaufenster nicht angezeigt. Um die auf die Sätze oder das Thema übernommenen erweiterten Regeln zu sehen, müssen Sie stattdessen den Knoten veröffentlichen, ihn klassifizieren und die Ergebnisse in Studio anzeigen.

KONTEXTREGELN AUS FACEBOOK-DATEN

Daten aus Facebook werden als Beitrag oder Kommentar hochgeladen. Nur Kommentare können einen Link zu einem übergeordneten Beitrag enthalten, der in Kontextregeln verwendet werden kann.

Tipp: Benutzer können auf Kommentare auf Facebook antworten. Wenn dies der Fall ist, kann ein Kommentar auch als übergeordnetes Element für einen anderen Kommentar dienen.

KONTEXTREGELN AUS ZWEITERDATEN

Daten von Twitter können als Tweet, Retweet oder Antwort hochgeladen werden. Nur Antworten enthalten einen Link zu einem übergeordneten Tweet, der in Kontextregeln verwendet werden kann. Antworten auf einen Retweet werden den ursprünglichen Tweet als Eltern haben.

Tipp: Benutzer können auf Kommentare auf Twitter antworten. Wenn dies der Fall ist, kann ein Kommentar auch als übergeordnetes Element für einen anderen Kommentar dienen.

KONTEXTREGELN AUS DATEIDATEN

Hochgeladene Dateien können eine Hierarchie aus über- und untergeordneten Elementen haben, solange ihnen eine Spalte zugeordnet ist. Natürliche ID des übergeordneten Elements Attribut. Dies sollte mit der natürlichen ID eines übergeordneten Dokuments übereinstimmen.

Versionsspezifische Regeln

Eine verbatim-spezifische Regel kategorisiert Sätze nach Begriffen, die im Wortlaut statt im Satz vorkommen. Diese Regeln sind nützlich, wenn Sie mit Social-Media-Daten arbeiten, bei denen sich Satzgrenzen und -stil unterscheiden können. Weitere Informationen finden Sie unter Versionsspezifische Regeln.

Operatoren für erweiterte Regeln

Sonderzeichen können zum Erstellen erweiterter Regeln verwendet werden.

Beispiel: Sie können nach dem Begriff “Dekor” suchen. Während einige Antworten das Akzentzeichen verwenden können, haben andere möglicherweise ausgelassen. Um beide Optionen einzubeziehen, verwenden Sie eine Suche mit einem einzigen Zeichen: “d?cor”

Zeichen	Verwenden
?	Einzelnes Zeichen Platzhalter Suche. Beispiel: Um nach “text” oder “test” zu suchen, verwenden Sie `t?t`
*	Mehrere Zeichen Platzhalter Suche. Beispiel: Um nach “test”, “tests” oder “tester” zu suchen, verwenden Sie `Test`
Boolesche Operatoren: AND, OR, NOT	Mehrere Zeichen Platzhalter Suche. Beispiel: `(ZIMMER ODER ZIMMER UND (DESK ODER DESKS)) NICHT PREIS`

Achtung: Abfragen, die mit Platzhaltern beginnen, können zu längeren Klassifizierungsladezeiten führen.

Mehrere Regeln pro Kategorie anwenden

Sie können mehrere Regeln pro Kategorie übernehmen. Wenn mehrere Regeln angegeben sind, haben ihre Abfragen immer eine Beziehung, d.h. Sätze werden kategorisiert, wenn sie mit mindestens einer der Regeln übereinstimmen.

Die verschiedenen Kategorieregelsymbole werden hervorgehoben.

Löschen Sie eine Regel über das Papierkorb.

Fügen Sie eine neue Regel hinzu.

Blättern Sie zwischen Regeln.

Zeigen Sie eine Vorschau der aktuell ausgewählten Regel an.

Referenzierende Kategorien in Regeln

Wenn Sie eine Kategorie referenzieren, können Sie die Regeln einer Kategorie in einer anderen Kategorie wiederverwenden. Die Referenzierung funktioniert über alle Kategoriemodelle hinweg, sodass Sie Regeln zwischen verschiedenen Modellen in einem Projekt teilen können. Wenn Sie Änderungen an der referenzierten Kategorie vornehmen, müssen Sie die Klassifizierung für alle Kategorien, die sie referenzieren, erneut ausführen, um diese Änderungen übernehmen.

Achtung: Eine einzelne Regel kann bis zu 30 Kategoriereferenzen enthalten. Eine Kette von Kategoriereferenzen kann bis zu 2 Verknüpfungen haben, z.B. wenn Kategorie A auf Kategorie B referenziert, die auf Typ C verweist.

Tipp: Eine Kategorie kann nicht auf sich selbst oder ihre übergeordneten oder untergeordneten Kategorien verweisen.

Klicken Sie auf die Kategorie, der Sie die Referenz hinzufügen möchten.

Klicken Sie auf die Schaltfläche für die Kategoriereferenz über den Regel-Lanes.

Wählen Sie das Modell aus, das die Kategorie enthält, die Sie referenzieren möchten.

Ziehen Sie die Kategorie in eine Regel-Lane, um auf ihre Regeln zu verweisen.

Kategoriereferenzen haben die Syntax „catRef“ und umfassen das Kategorienmodell und den Kategoriepfad.

_catRef:[model:”Modellname” Pfad:”Parent Category” node:”CHILD CATEGORY”]

Nachdem Sie eine Kategoriereferenz hinzugefügt haben, können Sie auf die Schaltfläche „Referenzierende Kategorieknoten“ über den Regel-Lanes der Kategorie klicken, die referenziert wurde, um alle Referenzen auf diesen Knoten anzuzeigen.

Hebt die Drucktaste für die Kategoriereferenz hervor

Achtung: Sie können keine Kategorie löschen, die referenziert wurde. Alle Referenzen müssen entfernt werden, bevor eine Kategorie gelöscht werden kann.

Erstellen und Bearbeiten von Regeln mit Smart Query

Smart Query nutzt künstliche Intelligenz (AI), um Regeln auf der Grundlage Ihres Anwendungsfalls zu erstellen. Dies kann für den Aufbau und die Entwicklung komplexerer Kategorienmodelle hilfreich sein.

Wählen Sie Ihr Modell aus der Dropdown-Liste. Weitere Informationen zum Anlegen von Modellen finden Sie unter. Kategorienmodell anlegen.

Erstellen eines Modells und Auswählen des Symbols für intelligente Abfragen

Klicken Sie auf die Kategorie, der Sie Ihre intelligente Abfrage hinzufügen möchten.

TIPP: Sie können intelligente Abfragen verwenden, um auch Regeln für leere Kategorien zu erstellen. Informationen zum Erstellen neuer Kategorien finden Sie unter Hinzufügen von Kategorien.

Klicken Sie auf das Symbol für intelligente Abfragen oberhalb der Regelspuren.

Betreten Sie die Industrie.

Geben Sie den Anwendungsfall ein. Weitere Einzelheiten finden Sie im folgenden Abschnitt.

Klicken Sie auf Ausführen.

Überprüfen Sie die zusätzlichen Regeln, die in den Regelspuren hinzugefügt wurden.

Am besten geeignet für die Eingabe von Anwendungsfällen

Der Anwendungsfall ist ein Feld mit offenem Text, in dem Sie Anweisungen geben können, wie Smart Query Ihre Regel aufbaut. Hier finden Sie einige bewährte Verfahren für die Erstellung Ihres Anwendungsfalls:

Identifizieren Sie Schlüsselrollen und Perspektiven: Stellen Sie den Kontext zu Ihrer Person als Antragsteller und Ihrer Rolle her.
Definieren Sie Schwerpunktbereiche für das Modell: Beschreiben Sie, was das Modell über seinen Titel hinaus leisten soll.
Geben Sie die gewünschten Ergebnisse an: Beschreiben Sie, was Sie mit diesem Anwendungsfall erreichen wollen.
Daten klären und wortwörtlich quellen: Geben Sie die Daten an, die Sie für Ihre Analyse verwenden, sowie die Art und/oder den Anbieter dieser Daten.
Geben Sie wichtige Berührungspunkte an: Geben Sie kritische Bereiche an, in denen Berührungspunkte auftreten können. Auch wenn es sich nicht um eine vollständige Liste handelt, sollten andere Berührungspunkte in Betracht gezogen werden.
Ausgewogenheit zwischen Detailtreue und Reichweite: Achten Sie darauf, dass die von Ihnen eingegebenen Regeln ausreichend detailliert, aber auch breit genug sind, um verschiedene Szenarien abzudecken. Sie können auch die Ebene der Detaillierung und/oder die Anzahl der Regelspuren festlegen, die Sie verwenden möchten.

Beispiel: Hier ein Beispiel für einen Anwendungsfall, bei dem die oben aufgeführten bewährten Verfahren zum Einsatz kommen:
“Ich bin [Rolle] und frage [Datenquelle/verbale Quelle] für [Name des Unternehmens] ab. Dieses Modell ist auf [Schwerpunktbereiche für das Modell] ausgerichtet. Ich strebe [gewünschtes Ergebnis] an. Erwägen Sie die INKLUSION von Abfragen in Bezug auf [wichtige BERÜHRUNGSPUNKTE]-dies ist keine allumfassende Liste und andere relevante Abfragen müssen mit einbezogen werden. Erstellen Sie Regeln, die verschiedene Ausdrücke aus der Sprache [der Datenquelle] berücksichtigen, ohne zu restriktiv zu sein; es sollten nicht alle INKLUSIONen verwendet werden.”

Intelligente Prüfung

Smart Audit nutzt generative künstliche Intelligenz (AI), um Ihre Themenabfragen in XM Discover zu verbessern. It analysiert Ihre Sätze, die mit einem Thema getaggt sind, erzeugt eine Punktewertung für die Abfrage und identifiziert die Sätze, die aus Ihrem Modell entfernt werden sollten.

TIPP: Smart Audit kann von einem Benutzerkonto-Administrator aktiviert oder deaktiviert werden.

Klicken Sie im Designer auf den Knoten, für den Sie eine intelligente Prüfung durchführen möchten.

auswahl eines Knotens und Anklicken von Smart Audit

Klicken Sie auf die Schaltfläche Smart Audit.

Geben Sie die Branche Ihrer Organisation ein, um dem KI-Modell einen Kontext zu geben.

eingabe einer Branche und eines Anwendungsfalls

Geben Sie eine Beschreibung des beabsichtigten Anwendungsfalls des Themenknotens ein, um dem KI-Modell ein kontextuelles Verständnis zu vermitteln. Analysieren Sie zum Beispiel die Gebührenstruktur für Gepäck bei der Buchung von Tickets.

Klicken Sie auf Ausführen.

Smart Audit nutzt generative KI zur Beurteilung von 100 Sätzen, die dem Thema zugeordnet sind. IT bestimmt die Punktewertung des Themenmodells, indem es prüft, ob jeder Satz für das Thema relevant ist. Die Punktewertung wird als Prozentsatz der richtig klassifizierten Sätze aus der Stichprobe berechnet.

anzeige der Punktewertung und Herunterladen der generierten Csv-Datei

Zusammen mit der Punktewertung können Sie auch die Sätze herunterladen, die als falsch positiv identifiziert wurden oder wahrscheinlich nicht in das Thema aufgenommen werden sollten. Klicken Sie auf Download, um eine CSV-Datei mit diesen Sätzen zu exportieren.

Nachdem Sie die heruntergeladenen Sätze angesehen haben, können Sie die mit Ihrem Thema verbundenen Regeln anpassen, um die Entfernung dieser Sätze zu berücksichtigen und letztendlich die Genauigkeit des Themas zu erhöhen.

Bewährte Praktiken

Verwendung Ad-hoc-Suche um Daten zu untersuchen und mit Regeln zu experimentieren, ohne Ihr Kategorienmodell zu ändern.
Knoten mit Basisregeln füllen oder Regeln aus vorhandenen Kategorien wiederverwenden.
Verwendung Designvorlage um die Ergebnisse zu verfeinern.
Filter Ihre Daten basierend auf strukturierten Attributen und Systemattributen.
Verwenden Sie die Hervorhebungszeichen für Quelle um eine Vorschau eines Satzes anzuzeigen und zu sehen, welchen Kategorien der Satz zugewiesen wurde.

Viele Seiten dieses Portals wurden mithilfe maschineller Übersetzung aus dem Englischen übersetzt. Obwohl wir bei Qualtrics die bestmögliche maschinelle Übersetzung ausgewählt haben, um ein möglichst gutes Ergebnis zu bieten, ist maschinelle Übersetzung nie perfekt. Der englische Originaltext gilt als offizielle Version. Abweichungen zwischen dem englischen Originaltext und den maschinellen Übersetzungen sind nicht rechtlich bindend.

Hat Ihnen das weitergeholfen?

Das von Ihnen eingereichte Feedback, dient lediglich dazu, diese Seite zu verbessern.

Großartig! Vielen Dank für die Rückmeldung!

Vielen Dank für die Rückmeldung!