Verwenden des vorgefertigten Modells für die Kategorieklassifizierung in Power Automate
Melden Sie sich bei Power Automate an.
Wählen Sie im linken Bereich Meine Flows und dann Neuer Flow>Sofortiger Cloud-Flow aus.
Benennen Sie den Flow. Wählen Sie unter Auslöser für diesen Flow auswählen die Option Flow manuell auslösen und dann Erstellen aus.
Erweitern Sie Flow manuell auslösen, und wählen Sie dann +Eingabe hinzufügen>Text als Eingabetyp aus.
Ersetzen Sie Eingabe durch Mein Text (auch als Titel bekannt).
Wählen Sie + Neuer Schritt>AI Builder, und wählen Sie dann Klassifizieren Sie Text mit dem Standardmodell in Kategorien in der Aktionsliste.
Wählen Sie die Sprache in der Eingabe Sprache und geben Sie die Spalte Mein Text aus dem Auslöser in der Eingabe Text an.
In den folgenden Aktionen können Sie alle Spalten und Tabellen verwenden, die vom AI Builder-Modell extrahiert werden. Im folgenden Beispiel wird jede abgeleitete Klassifizierung und Vertrauenspunktzahl in einer SharePoint-Liste gespeichert.
Herzlichen Glückwunsch! Sie haben einen Flow erstellt, der ein vorgefertigtes AI Builder-Kategorieklassifizierungsmodell verwendet. Wählen Sie oben rechts Speichern und dann Testen aus, um den Flow auszuprobieren.
Parameter
Eingabe
Name | Erforderlich | Typ | Beschreibung | Werte |
---|---|---|---|---|
Text | Ja | string | Analysierender Text | Textsätze |
Sprache | Ja | string | Sprache des zu analysierenden Textes | Liste der vordefinierten Sprachen oder eines Sprachcodes (Beispiel: "en", "fr", "zh_chs", "ru") |
Herzlichen Glückwunsch! Sie haben einen Flow erstellt, der ein vorgefertigtes AI Builder-Kategorieklassifizierungsmodell verwendet. Wählen Sie Speichern oben rechts, und wählen Sie dann Test, um Ihren Flow auszuprobieren.
Ausgabe
Name des Dataflows | Art | Beschreibung | Werte |
---|---|---|---|
Klassifizierung | string | Entität identifiziert | Probleme, Anerkennungen, Kundenservice, Dokumentation, Preis & Abrechnung, Personal |
Konfidenzbewertung | Gleitkomma | Die Konfidenz der Modellvorhersage | Ein Wert im Bereich von 0 bis 1. Werte nahe 1 zeigen eine größere Konfidenz, dass der extrahierte Wert richtig ist |