以下の用語集には、SensAI Predictで定義されているすべての指標が含まれています。Predictの詳細については、こちらをご覧ください：SensAI Predictとは？その仕組みは？

それは何ですか？何をするものですか？どのように機能しますか？詳細はこちら
SensAI Predict受信したチケットのカテゴリを正確に予測し、それに応じて分類するために機械学習を活用する当社のAIエンジン。N/APredictで何ができるかについて詳しくは、こちらをお読みください： SensAI Predictとは？また、その仕組みは？
モデル同じ言語の関連するチケットとラベルのデータのマッピング。モデルは、特定のメッセージコンテンツにラベルを関連付けるために、提供されたデータから学習します。モデルは言語固有であるため、サポートする言語ごとに個別のモデルを作成します。たとえば、Predictを英語とスペイン語で使用するには、英語モデルとスペイン語モデルを設定する必要がある場合があります。モデルの仕組みについて詳しくは、こちらをお読みください： SensAI Predictとは？また、その仕組みは？
ラベルPredictは、ユーザーの最初のメッセージに基づいてラベルを割り当てることにより、受信したチケットを分類します。次に、これらのラベルをワークフローで使用して、新規チケットを適切なエージェントにルーティングしたり、自動化を介してユーザーに即座に応答したりできます。一般的なラベルタイプには、アカウント、請求、接続などがあります。ラベルの計画方法については、こちらをお読みください： Predictモデルのデータを準備するにはどうすればよいですか？
データセットユーザーの最初のメッセージとそれに対応するラベルで構成されるCSVを含むzipファイル。モデルは、チケットの分類を開始するためにアップロードするデータセットから学習します。n/aデータセットの準備方法については、こちらをお読みください： Predictモデルのデータを準備するにはどうすればよいですか？
精度精度は、エージェントが予測されたラベルを間違っているとマークしなかった回数の割合として計算されます。精度の式は次のとおりです： (N-r)/(N)この式がラベルにどのように適用されるかの例については、こちらをご覧ください Predictでは、精度と適合率はどのように計算されますか？
適合率適合率は、特定のラベルが予測されたときに、エージェントがそのラベルを間違っているとマークしなかった回数の割合として計算されます。適合率はラベルごとに計算されるため、ラベルごとに異なる場合があります。適合率の式は次のとおりです： (L-w)/Lこの式がラベルにどのように適用されるかの例については、こちらをご覧ください Predictでは、精度と適合率はどのように計算されますか？
信頼度Predictがチケットを評価している間に各ラベルに割り当てられる数値。信頼度の値は、そのモデルで利用可能なデータに基づいて、特定のラベルがチケットに関連付けられる可能性に基づいて、Predictによって決定されます。詳細については、こちらをお読みください： 信頼度閾値とは何ですか？また、どのような値を設定する必要がありますか？
信頼度閾値信頼度の値が特定のパーセンテージよりも低いチケットにPredictがラベルを割り当てるかどうかを決定する、チームの管理者が設定する値。チームによって設定されます詳細については、こちらをお読みください： 信頼度閾値とは何ですか？また、どのような値を設定する必要がありますか？
過去30日間にラベル付けされたチケット昨日までの過去30日間に、設定された信頼度閾値に従ってこのモデルによってラベル付けされたチケットの割合。特定のモデルの過去30日間に分類されたチケットの% = ラベル付けされたチケットの数 / モデルのチケットの総数