使用非结构数据打标功能前，您需要先将待打标签的非结构化数据创建为VeCDP的数据集。目前暂不支持直接将非结构化数据导入至VeCDP作为数据集，您需先将非结构化数据存储至库表中，再通过对接库表来创建VeCDP的数据集。 本文为您介绍如何准备数据。

将非结构化数据导入库表时，需确保库表包含以下任一类型字段：

• 文本字段：直接存储为文本内容。
• 音视频 / 文件 URL 字段：音视频文件的访问地址（即转为文本形式，推荐），存储音视频原文件（不推荐）。

1. 登录客户数据平台，选择数据管理-数据连接。

2. 点击新建数据连接图标，选择非结构化数据，选择上传文件或对应的对象存储。
   

3. 填写所需的基本信息。

   • 上传文件：填写数据连接名称，上传文件，文件支持docx、doc、pptx、ppt等多种格式，且不限数量及大小。
     

   • 火山云TOS_元信息：
     

     参数	具体说明
     accessKey	请求火山引擎API的安全凭证，您可以通过右上角头像的系统配置-访问控制-API凭证获取，具体请参见Access Key（密钥）管理。
     secretKey	请求火山引擎API的安全凭证，您可以通过右上角头像的系统配置-访问控制-API凭证获取，具体请参见Access Key（密钥）管理。
     接入点（endpoint）	对应 S3Endpoint的访问域名，并在前面加上 https://，例如TOS北京对应 https://tos-s3-cn-beijing.volces.com。
     桶名（bucket）	桶名，例如test-bucket-123
     区域（region）	地域，例如cn-beijing。
     文件目录	数据文件的存储目录，例如data/test/。

   • 腾讯云COS_元信息：
     

     参数	具体说明
     accessKey	请求API的安全凭证，请前往腾讯云访问管理控制台的API密钥管理页面创建并获取。
     secretKey	请求API的安全凭证，请前往腾讯云访问管理控制台的API密钥管理页面创建并获取。
     接入点（endpoint）	对应Endpoint的访问域名，并在前面加上https://，例如COS北京对应 https://cos.ap-beijing.myqcloud.com。
     桶名（bucket）	桶名，例如my-cos-bucket-125xxxx0000
     区域（region）	地域，腾讯云托管机房的分布地区
     文件目录	数据文件的存储目录，注意这里填写时不要以 / 开头

   • 阿里云OSS_元信息：
     

     参数	具体说明
     accessKey	请求API的安全凭证。关于如何获取AccessKey，请参见阿里云官方文档《创建AccessKey》。
     secretKey	请求API的安全凭证。
     接入点（endpoint）	对应Endpoint的访问域名，并在前面加上https://，例如OSS北京对应 https://oss-beijing.aliyuncs.com。
     桶名（bucket）	桶名，例如hangzhou-static
     区域（region）	地域，例如cn-beijing。
     文件目录	数据文件的存储目录，例如data/test/。

4. 单击测试连接，将进行数据源连通性测试。
   

5. 测试成功后，点击保存。点击一键接入，系统将根据您的配置自动创建数据集并开始同步元信息。
   

6. 接入完成后，可点击查看数据集，跳转至数据集管理页面，非结构化的数据已被编写成结构化的表格。

以下以企业客服对话作为示例，示意几个典型场景下的数据准备工作。

若对话数据已将语音转为文本，则可将对话内容文本直接存储在库表中，需至少保留2个字段，id列和内容列，如下所示。
在客户数据平台CDP控制台，选择数据管理-数据连接，具体操作步骤请参见常见数据源接入和数据输入。

若对话数据只有原始语音，您可以按以下操作步骤处理：

1. 将语音文件导入对象存储（例如TOS），并将URL存储在库表中，需至少保留2个字段，id列和内容列。在客户数据平台CDP控制台，选择数据管理-数据连接，具体操作步骤请参见常见数据源接入和数据输入。
   
2. 在可视化建模步骤中，选择该数据，并将URL存储在库表中，需至少保留2个字段，id列和内容列。
   
3. 连接一个REST API 2.0调用算子（调用ASR插件），完成语音转文本，具体操作请参见REST API 2.0。
   

• 若企微会话存档数据此前已接入至VeCDP，则直接从数据库表读取即可，需至少保留2个字段，id列和内容列。 在客户数据平台CDP控制台，选择数据管理-数据连接，具体操作步骤请参见常见数据源接入和数据输入。
  
• 若企微会话存档数据还未接入VeCDP，则可以从VeCDP的数据源直接接入。 在客户数据平台CDP控制台，选择数据管理-数据连接，搜索企业微信，具体操作步骤请参见企业微信数据连接。
  

  说明

  使用数据源直接接入企微会话数据时，需要您的企业微信开通了对应对接的功能。

创建任务