مقدمة
في العصر الرقمي، يمكن أن يكون حجم المستندات ورسائل الرسالة الإلكترونية وأنواع الرسائل الأخرى التي يجب على المؤسسة معالجتها أمراً هائلاً.
يوفر لك تصنيف الفئات فرصاً لتحديد مستوى أولوية الرسائل تلقائيًا وحتى المساعدة فِي اكتشاف رسائل الرسالة الإلكترونية العشوائية المحتملة. من خلال تصنيف الرسائل فِي فئات مختلفة، ستجعل من الممكن تنفيذ مثل هذه الأتمتة.
يوفر تصنيف فئات AI Builder إمكانية التعرف على النص الذي تم تسميته مسبقاً وتدريبك على التعرف على الفئات الخاصة بك للرسائل الجديدة.
في هذه الوحدة، ستتعلم كيف يمكن لتصنيف فئات AI Builder معالجة البيانات النصية غير المهيكلة المخزنة فِي Microsoft Dataverse إلى فئات خاصة بالعمل.
تصنيف فئات AI Builder
استخراج تصنيف الفئة هو نموذج AI Builder مخصص. ويتطلب التدريب على البيانات الموجودة قبل أن تتمكن من نشرها واستهلاكها فِي عملياتك.
لتدريب نموذج جديد، تأكد من تحديد أو إنشاء جدول Dataverse لمصدر البيانات ثم ضع فِي اعتبارك التوصيات التالية:
قم بتضمين نص مرجعي وعلامات التمييز ذات صلة لكلا العمودين فِي الجدول نفسه.
حدّد عمود علامات التمييز، مثل عدم وجود علامة أو علامة فردية أو علامات متعددة محددة بفواصل معتمدة (الفواصل والفواصل المنقوطة وأحرف الجدولة).
أنت بحاجة إلى ما لا يقل عن 10 أمثلة (صفوف) حيث تتم الإشارة إلى علامة و10 أمثلة (صفوف) حيث لا تتم الإشارة إليها فِي كل فئة.
استخدم جدولاً يحتوي على ما بين علامتين و200 علامة تمييز مميزة.
تأكد من أن النص المرجعي يحتوي على أقل من 5000 حرف.
تأكد من أن النص مكتوب بإحدى اللغات المدعومة.
عند إضافة المزيد من البيانات إلى الجداول المرجعية، يمكنك إعادة تدريب نموذج حسب الحاجة لتوفير مستوى أداء أكثر دقة وحداثة.
الآن بعد أن تعرفت على أساسيات تصنيف فئات AI Builder، ستتعلم كيفية حل مشاكل العمل باستخدام هذا النموذج المخصص.