Verwenden eines benutzerdefinierten Klassifizierungsmodells 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 das Wort Eingabe durch Mein Text (auch als Titel bekannt).
Wählen Sie + Neuer Schritt>AI Builder und dann aus Klassifizieren Sie Text mit einem Ihrer benutzerdefinierten Modelle in Kategorien in der Aktionsliste.
Wählen Sie das gewünschte Kategorie-Klassifizierungsmodell und fügen Sie in der Spalte Text den Auslöser Mein Text hinzu.
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 Konfidenzbewertung in einer mit Microsoft Lists in SharePoint erstellten Liste gespeichert.
Herzlichen Glückwunsch! Sie haben einen Flow erstellt, der ein AI Builder-Kategorieklassifizierungsmodell verwendet. Wählen Sie Speichern oben rechts, und wählen Sie dann Test, um Ihren Flow auszuprobieren.
Parameter
Eingabe
Name | Erforderlich | Typ | Beschreibung | Werte |
---|---|---|---|---|
KI-Modell | Ja | Modell | Kategorieklassifizierungsmodell für Analysen | Trainiertes und veröffentlichtes Kategorieklassifizierungsmodell |
Text | Ja | string | Analysierender Text | Textsätze |
Sprache | Ja | string | Sprache des zu analysierenden Textes | „Automatisch erkennen“ oder Sprachcode (Beispiel: „en“, „fr“, „zh_chs“, „ru“) |
Ausgabe
Name des Dataflows | Art | Beschreibung | Werte |
---|---|---|---|
Klassifizierung | Zeichenfolge | Tabelle 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 |