Forhåndsbygde modelle for enhetsuttrekking
Den forhåndsbygde modellen for enhetsuttrekking gjenkjenner spesifikke data fra teksten som er av interesse for bedriften din. Modellen identifiserer nøkkelelementer fra teksten og klassifiserer dem i forhåndsdefinerte kateogirer. Dette kan hjelpe med å forvandle ustrukturerte data til strukturerte data som kan leses av maskin. Du kan deretter bruke behandling for å hente informasjon, trekke ut fakta og svare på spørsmål.
Den forhåndsbygde modellen er klar til bruk ut av esken. Hvis du vil ha informasjon om hvordan du tilpasser enhetsuttrekking, kan du se Oversikt over den egendefinerte modellen for enhetsuttrekking.
Bruke i Power Apps
Utforsk enhetsuttrekking
Du kan prøve enhetsuttrekkingsmodellen før du importerer den til flyten din.
Logg deg på Power Apps eller Power Automate.
I den venstre ruten velger du ... Mer>Senter for kunstig intelligens.
Under Oppdag en KI-funksjon, velger du KI-modeller.
(Valgfritt) Hvis du vil beholde KI-modeller permanent på menyen for enkel tilgang, velger du knappeikonet.
Velg Enhetsuttrekking – Trekk ut nøkkelelementer fra tekst, og klassifiser dem i forhåndsdefinerte kategorier.
Velg forhåndsdefinerte tekstutvalg for analysering, eller legg til din egen tekst, velg Analyser tekst for å se hvordan modellen analyserer teksten.
Bruke formellinjen
Du kan integrere AI Builder-modellen for enhetsuttrekking i Power Apps Studio ved å bruke formellinjen. Hvis du vil ha mer informasjon, kan du se Bruk Power Fx i AI Builder-modeller i Power Apps (forhåndsversjon).
Bruk i Power Automate
Hvis du vil bruke denne forhåndsbygde modellen i Power Automate, finner du mer informasjon i Bruk den forhåndsbygde enhetsuttrekkingsmodellen i Power Automate.
Støttede dataformater og språk
- Dokumenter kan ikke overskride 5000 tegn.
- Språk som støttes:
- Engelsk
- Kinesisk – forenklet
- Fransk
- Tysk
- Portugisisk
- Italiensk
- Spansk
Støttede enhetstyper
Entity | Beskrivelse |
---|---|
Alder | Alderen til en person, et sted eller en ting, trukket ut som et tall |
Boolsk | Positive eller negative svar, trukket ut som en boolsk verdi |
Poststed | Navn på byer, trukket ut som en streng |
Farge | Primærfarger og nyanser i fargespekteret, trukket ut som en streng |
Kontinent | Navn på kontinenter, trukket ut som en streng |
Land eller område | Navn på land og områder, trukket ut som en streng |
Dato og klokkeslett | Datoer, klokkeslett, dager i uken og måneder i forhold til et tidspunkt, trukket ut som en streng |
Varighet | Varighet, trukket ut som en streng, i standard TimeSpan-format |
E-post | E-postadresser, trukket ut som en streng |
Hendelse | Navn på hendelser, trukket ut som en streng |
Language | Navn på språk, trukket ut som en streng |
Penger | Pengebeløp, trukket ut som et tall |
Antall | Kardinaltall i numerisk form eller tekstform, trukket ut som et tall |
Ordenstall | Ordenstall i numerisk form eller tekstform, trukket ut som et tall |
Organisasjon | Navn på organisasjoner, forbund og selskaper, trukket ut som en streng |
Prosentsats | Prosentandeler i numerisk form eller tekstform, trukket ut som et tall |
Personnavn | En persons delvise eller fulle navn, trukket ut som en streng |
Telefon | Telefonnumre i standardformat, trukket ut som strenger |
Fart | Hastighet, trukket ut som et tall |
Delstat | Navn og forkortelser for stater i USA, trukket ut som en streng |
Gateadresse | Nummererte adresser, veier eller gater, by, fylke eller postnummer i standardformat, trukket ut som en streng |
Temperature | Temperatur, trukket ut som et tall |
URL-adr. | Nettstedsadresser og -koblinger, trukket ut som en streng |
Vekt | Vekt, trukket ut som et tall |
Postnummer | Postnumre i standardformat, trukket ut som en streng |
Modellutdata
Modellens utdata viser de identifiserte enhetene og enhetstypene deres. Eksempel:
Inndatatekst: "Brukskostnadene har økt med 7 % på vårt Boston-kontor"
Modellutdataenheter:
Entity | Enhetstype |
---|---|
7 % | Prosentsats |
Boston | Poststed |
Neste trinn
Bruke den forhåndsbygde modellen for enhetsuttrekking i Power Automate