Übersicht über das Dataverse-Semantikmodell (Vorschau)

[Dieser Artikel ist die Vorabveröffentlichungsdokumentation und unterliegt Änderungen.]

Das Dataverse-Semantikmodell bietet KI-Agents und Copilot Erfahrungen ein gemeinsames, unternehmensrelevantes Verständnis Ihrer Dataverse-Daten. Anstatt allein aus unformatierten Spalten- und Tabellennamen zu gründen, verstehen Agents, die das semantische Modell nutzen, was Ihre Daten bedeuten.

Von Bedeutung

  • Dies ist eine Vorschaufunktion.
  • Vorschau-Angebote werden wie besehen bereitgestellt und können jederzeit geändert oder eingestellt werden. Bei nutzungsbasierten Diensten kann die Nutzung zugrunde liegender Anwendungsdienste während des Vorschauzeitraums weiterhin Lizenzgebühren verursachen.
  • Vorschaufeatures unterliegen ergänzenden Nutzungsbedingungen und stehen vor einer offiziellen Version zur Verfügung, damit Kunden frühzeitig Zugriff erhalten und Feedback geben können.

Die Plattform stellt das semantische Modell automatisch bereit, wenn Sie Copilot Erfahrungen über Dataverse-Daten aktivieren, sodass Sie nichts manuell einrichten müssen, um zu starten. Entscheidungsträger und Administratoren können dann optimieren, welche Signale in das Modell fließen, und domänenspezifische Glossarbegriffe hinzufügen, um geschäftsspezifische Sprache abzudecken, die die automatische Extraktion nicht ableiten kann.

Bausteine des semantischen Modells

Das semantische Modell kombiniert drei Bausteine, um Agenten ein vollständiges Bild Ihrer Dataverse-Daten zu geben: Datenbereich mit semantischer Indizierung, systembasierten Signalen und einem vom Menschen kuratierten Glossar. Gemeinsam ermöglichen sie Es Agenten, nicht nur zu verstehen, was Ihre Daten enthalten, sondern was es bedeutet.

Datenbereich mit semantischer Indizierung

Der Datenbereich definiert den Satz von Dataverse-Tabellen, die vom semantischen Modell abgedeckt werden. Die semantische Indizierung wird auf diese Tabellen angewendet und bildet die Grundlage für die Agent-Begründung innerhalb eines bestimmten Szenarios. Nur Tabellen, die im Datenumfang enthalten sind, tragen zum Verständnis Ihrer Daten durch einen Agenten bei.

Vom System abgeleitete Signale

Das semantische Modell extrahiert automatisch Signale aus Metadaten, die bereits in Ihrer Dataverse-Umgebung vorhanden sind – Tabellenbeziehungen, Ansichten, Formulare, Spaltenbeschreibungszusammenfassungen und optional Beispieldatenzeilen. Es ist keine zusätzliche Dateneingabe erforderlich. Das Modell liest, was Sie bereits konfiguriert haben, und verwendet es zum Erstellen des semantischen Verständnisses.

Sie können optimieren, welche Signale enthalten sind, und sie ausschließen, die Rauschen verursachen oder nicht mehr relevant sind. Ausführliche Informationen finden Sie unter Feinabstimmung von Semantikmodellsignalen.

Glossary

Das Glossar ermöglicht es Den Herstellern, domänenspezifische Begriffe, Akronyme, Synonyme und Definitionen hinzuzufügen, die systemspezifische Signale nicht ableiten können. Wenn Ihre Organisation eigene Abkürzungen oder unternehmensspezifische Terminologie verwendet, die von Agenten falsch interpretiert werden, können Glossareinträge diese Lücken direkt schließen. Ausführliche Informationen finden Sie unter Verwalten von Glossareinträgen für semantische Modelle.

Gründe für die Verwendung des semantischen Modells

Das semantische Modell verbessert das Agentverhalten auf vier Arten:

  • Verbesserte Genauigkeit – Agents interpretieren Geschäftsabsichten, anstatt nur von Schemanamen zu erraten, und liefern aussagekräftigere und relevantere Ergebnisse.
  • Schnellere Antworten – Ein gut ausgerichtetes Semantikmodell reduziert Mehrdeutigkeit, sodass Agents schneller und flüssiger Antworten zurückgeben.
  • Reduzierte Einrichtungszeit – Das Modell extrahiert automatisch semantische Kenntnisse aus Ihrer vorhandenen Dataverse-Umgebung. Während sich Ihr Schema weiterentwickelt, wird das Modell auf geplanter Basis aktualisiert.
  • Einheitliche Antworten über mehrere Agenten hinweg – Wenn mehrere Agenten auf dasselbe semantische Modell verweisen, teilen sie dasselbe Verständnis Ihrer Daten und liefern in allen Nutzungskontexten konsistente Antworten.

Funktionsweise des semantischen Modells

Sobald Dataverse Intelligence aktiviert ist, wird das semantische Modell automatisch bereitgestellt. Es liest Metadaten aus Ihrer Dataverse-Umgebung und extrahiert die folgenden Signale:

Signal Was erfasst wird
Tabellenbeziehungen Wie Datensätze zwischen Tabellen miteinander verknüpft sind, z B. 1:n-Beziehungen und n:n-Beziehungen.
Views Öffentliche Ansichten mit Verknüpfungsbedingungen und Teilrasteransichten, die festlegen, welche Datensätze und Spalten für ein Szenario relevant sind.
Forms Der Anzeigename von Formularen, die definieren, wie Datensätze benutzern angezeigt werden.
Beschreibungszusammenfassungen Beschreibungen, die zu Tabellen und Spalten hinzugefügt wurden und erläutern, was diese darstellen.
Beispieldatenzeilen Repräsentative Zeilen, die zeigen, wie Daten in jeder Spalte aussehen.

Note

Beispieldatenzeilen sind standardmäßig deaktiviert. Systemansichten – darunter die Ansichten „Schnellsuche“, „Erweiterte Suche“, „Zugehörige“ und „Nachschlageansicht“ – sowie persönliche Ansichten werden bei der Signalextraktion nicht berücksichtigt. Bei Formularen wird nur der Anzeigename erfasst. Polymorpher Beziehungstyp wird für die Konfiguration nicht unterstützt.

Das semantische Modell wird automatisch alle 12 Stunden neu generiert, um Änderungen am Schema zu berücksichtigen. Sie können auch jederzeit eine manuelle Regeneration auslösen. Die erste Generation kann bis zu zwei Stunden dauern, und inkrementelle Änderungen dauern in der Regel bis zu 30 Minuten. Ausführliche Informationen finden Sie unter "Neuerieren des semantischen Modells".

Copilot Erfahrungen, die das Semantikmodell verwenden

Das semantische Modell wird automatisch bereitgestellt und von den folgenden Copilot- und Agentfunktionen genutzt, wenn diese auf Dataverse-Daten basieren:

Bekannte Einschränkungen

Die folgenden Einschränkungen gelten derzeit:

  • Keine neue Modellerstellung. Sie können derzeit kein völlig neues Semantikmodell erstellen.
  • Keine ALM-Unterstützung. Das semantische Modell unterstützt derzeit keine Kopier- oder Verschiebungsvorgänge in der Umgebung. Nach dem Kopieren oder Verschieben einer Umgebung deaktivieren und reaktivieren Sie Dataverse Intelligence im Power Platform Admin Center, um einen Neustart zu erzwingen.

Weitere Fragen zum semantischen Modell finden Sie in den häufig gestellten Fragen zum Datensemantikmodell.

Verwandte Inhalte

  • Zuletzt aktualisiert um