Oversigt over dataverse semantisk model (prøveversion)

[Denne artikel er dokumentation til en foreløbig version og er med forbehold for ændringer.]

Den semantiske dataversemodel giver AI-agenter og Copilot en delt, forretningsorienteret forståelse af dine Dataverse-data. I stedet for at ræsonnere ud fra rå kolonne- og tabelnavne alene, forstår agenter, der bruger den semantiske model, hvad dine data betyder.

Vigtig

  • Dette er en prøveversionsfunktion.
  • Forhåndsversionstilbud leveres as-is og kan ændres eller ophøre når som helst. I forbindelse med forbrugsbaserede tjenester kan brugen af underliggende programtjenester fortsat pådrage sig licensgebyrer i prøveperioden.
  • Prøveversionsfunktioner er underlagt supplerende vilkår for anvendelse og er tilgængelige før en officiel version, så kunderne kan få tidlig adgang og give feedback.

Platformen klargør automatisk den semantiske model, når du aktiverer Copilot oplevelser med Dataverse-data, så du ikke behøver at konfigurere noget manuelt for at starte. Oprettere og administratorer kan derefter finjustere, hvilke signaler der føjes til modellen, og tilføje domænespecifikke ordlisteord for at dække virksomhedsspecifikt sprog, som automatisk udtrækning ikke kan udlede.

Byggesten i den semantiske model

Den semantiske model kombinerer tre komponenter for at give agenter et komplet billede af dine Dataverse-data: dataomfang med semantisk indeksering, systemafledte signaler og et ordliste, der er organiseret af mennesker. Tilsammen giver de agenter mulighed for at forstå ikke kun, hvad dine data indeholder, men hvad det betyder.

Dataområde med semantisk indeksering

Dataområdet definerer sættet af Dataverse-tabeller, der er omfattet af den semantiske model. Semantisk indeksering anvendes på disse tabeller, hvilket danner grundlag for agentræsonnement i et bestemt scenarie. Det er kun tabeller, der er inkluderet i dataområdet, der bidrager til en agents forståelse af dine data.

Systemudledte signaler

Den semantiske model udtrækker automatisk signaler fra metadata, der allerede findes i dit Dataverse-miljø – tabelrelationer, visninger, formularer, kolonnebeskrivelsesoversigter og eventuelt eksempel på datarækker. Der kræves ingen yderligere dataindtastning. Modellen læser det, du allerede har konfigureret, og bruger den til at skabe semantisk forståelse.

Du kan finjustere, hvilke signaler der er inkluderet, og udelukke dem, der introducerer støj eller ikke længere er relevante. Du kan finde flere oplysninger under Finjuster semantiske modelsignaler.

Ordliste

Ordlisten gør det muligt for oprettere at tilføje domænespecifikke ord, akronymer, synonymer og definitioner, som systemsignaler ikke kan udlede. Hvis din organisation bruger opfundet forkortelser eller forretningsspecifik terminologi, som agenter fejlfortolker, lukker ordlisteposterne disse huller direkte. Du kan finde flere oplysninger under Administrer ordlisteposter for semantisk model.

Hvorfor bruge den semantiske model

Den semantiske model forbedrer agentens funktionsmåde på fire måder:

  • Forbedret nøjagtighed – agenter fortolker forretningsformål i stedet for at gætte ud fra skemanavne alene, hvilket giver mere meningsfulde og relevante resultater.
  • Hurtigere svar – En semantisk model med et godt omfang reducerer flertydigheden, så agenter returnerer svar hurtigere og flydende.
  • Reduceret konfigurationstid – Modellen udtrækker automatisk semantisk viden fra dit eksisterende Dataverse-miljø. I takt med at skemaet udvikler sig, opdateres modellen på en planlagt basis.
  • Ensartede svar på tværs af agenter – Når flere agenter refererer til den samme semantiske model, deler de den samme forståelse af dine data og returnerer ensartede svar på tværs af oplevelser.

Sådan fungerer den semantiske model

Når Dataverse Intelligence er aktiveret, klargøres den semantiske model automatisk. Den læser metadata fra dit Dataverse-miljø og udtrækker følgende signaler:

Signal Hvad registreres
Tabelrelationer Sådan tilknyttes poster på tværs af tabeller, f.eks. en til mange- og mange til mange-relationer.
Views Offentlige visninger med joinbetingelser og undergittervisninger, der definerer, hvilke poster og kolonner der er relevante for et scenarie.
Formularer Det viste navn på formularer, der definerer, hvordan poster præsenteres for brugerne.
Beskrivelsesoversigter Beskrivelser, der er føjet til tabeller og kolonner, som forklarer, hvad de repræsenterer.
Eksempel på datarækker Repræsentative rækker, der viser, hvordan data ser ud i hver kolonne.

Bemærk

Eksempeldatarækker er som standard deaktiveret. Systemvisninger – herunder hurtigsøgning, avanceret søgning, tilknyttet og opslag – og personlige visninger er udelukket fra signaludtrækning. For formularer er det kun det viste navn, der registreres. Polymorfe relationstyper understøttes ikke til konfiguration.

Den semantiske model gendannes automatisk hver 12. time for at afspejle skemaændringer. Du kan også når som helst udløse en manuel gendannelse. Den indledende oprettelse kan tage op til to timer, og trinvise ændringer tager typisk op til 30 minutter. Du kan finde flere oplysninger under Regenerer den semantiske model.

Copilot oplevelser, der bruger den semantiske model

Den semantiske model klargøres og forbruges automatisk af følgende Copilot og agentoplevelser, når de konfigureres via Dataverse-data:

Kendte begrænsninger

Følgende begrænsninger gælder i øjeblikket:

  • Ingen ny modeloprettelse. Du kan i øjeblikket ikke oprette en helt ny semantisk model.
  • Ingen ALM-understøttelse. Den semantiske model understøtter i øjeblikket ikke handlinger til kopiering eller flytning af miljøet. Når et miljø er kopieret eller flyttet, skal du slå Dataverse Intelligence fra og til igen i Power Platform Administration for at gennemtvinge en genstart.

Du kan finde flere spørgsmål om den semantiske model under Ofte stillede spørgsmål om semantisk dataversemodel.

Relateret indhold

  • Sidst opdateret den