实体提取预生成模型
预生成的实体提取模型可识别您的企业感兴趣的文本中的特定数据。 该模型会识别文本中的关键元素，然后将它们分类到预定义的类别中。 这有助于将非结构化数据转换为计算机可读的结构化数据。 然后，您可以应用处理来检索信息、提取事实和回答问题。
预生成模型开箱即用。 有关自定义实体提取以满足特定需求的信息，请参阅实体提取自定义模型概述。
在 Power Apps 中使用
了解实体提取
您可先尝试实体提取模型，然后再导入到您的流中。
登录到 Power Apps 或 Power Automate。
在左侧窗格中，选择 ... 更多>AI 中心。
在发现 AI 能力下，选择 AI 模型。
（可选）要将 AI 模型永久保留在菜单上以便于访问，请选择大头针图标。
选择实体提取 - 从文本中提取关键元素，按预定义的类别对其进行分类。
选择要分析的预定义文本示例，或者添加您自己的文本，选择分析文本来查看模型如何分析您的文本。
使用编辑栏
您可以使用公式栏将您的 AI Builder 实体提取模型集成到 Power Apps Studio 中。 有关详细信息，请参阅在 Power Apps 中使用 AI Builder 模型中的 Power Fx（预览）。
在 Power Automate 中使用
如果要在 Power Automate 中使用此预生成模型，可以在在 Power Automate 中使用实体提取预生成模型中找到详细信息。
支持的数据格式和语言
- 文档不得超过 5,000 个字符。
- 支持的语言：
- 英语
- 简体中文
- 法语
- 德语
- 葡萄牙语
- 意大利语
- 西班牙语
支持的实体类型
| Entity | 描述 |
|---|---|
| 年龄 | 人员年龄、地点或事物的年限，提取为数字 |
| Boolean | 正或负响应，提取为布尔值 |
| 市/县 | 城市名称，提取为字符串 |
| 颜色 | 颜色谱上的原色和色调，提取为字符串 |
| 洲 | 洲名称，提取为字符串 |
| 国家/地区 | 国家或地区名称，提取为字符串 |
| 日期和时间 | 与某个时间点相关的日期、时间、每周天数和月数(以字符串形式提取) |
| 持续时间 | 采用标准 TimeSpan 格式的时间长度(以字符串形式提取) |
| 电子邮件 | 电子邮件地址(以字符串形式提取) |
| 事件 | 事件名称，提取为字符串 |
| Language | 语言名称，提取为字符串 |
| 金钱 | 货币金额，提取为数字 |
| 号码 | 数字或文本形式的基数，提取为数字 |
| 顺序 | 数字或文本形式的序号，提取为数字 |
| 组织 | 组织、协会和公司的名称(以字符串形式提取) |
| 百分比 | 数字或文本形式的百分比，提取为数字 |
| 人员姓名 | 人员的部分姓名或全名(以字符串形式提取) |
| 电话号码 | 采用标准美国格式的电话号码，提取为字符串 |
| 速度 | 速度(以数字形式提取) |
| 省/自治区/直辖市 | 美国州的名称和缩写，提取为字符串 |
| 街道地址 | 采用标准美国格式的编号地址、街道或道路、城市、州省/自治区/直辖市、邮编或邮政编码，提取为字符串 |
| 温度 | 温度，提取为数字 |
| URL | 网站 URL 和链接(以字符串形式提取) |
| 重量 | 重量(以数字形式提取) |
| 邮政编码 | 采用标准美国格式的邮政编码，提取为字符串 |
模型输出
模型输出显示了标识的实体及其实体类型。 例如：
输入文本：“ Utility costs have increased by 7% at our Boston office”
模型输出实体：
| Entity | 实体类型 |
|---|---|
| 7% | 百分比 |
| 波士顿 | 市/县 |