Jagamisviis:


Näidisandmete kasutamine kategooriate klassifitseerimiseks

Alustage kategooriate klassifitseerimise uurimist AI Builder , kasutades kategooriate klassifitseerimismudeli koostamiseks ja koolitamiseks näidisandmeid. Näidisandmed kasutavad haigla klientide tagasisidet. Eesmärk on koolitada mudel, mis suudab ennustada äsja saadud tagasiside kategooriat. See mudel võib aidata haigla administraatoril vabastada aega patsientide tagasiside kategoriseerimisest, jättes rohkem aega selle põhjal tegutsemiseks ja patsientidele parema kogemuse pakkumiseks.

Märkus.

Need näidisandmed lisatakse teie keskkonda automaatselt, kui lubate andmebaasi loomisel sätte Juuruta näidisrakendused ja -andmed .

Andmetega keskkonna seadistamine

  1. Laadige alla AIBuilder_Lab.zip, mis sisaldab kategooriate klassifikatsiooni näidisandmeid.

    Märkus.

    AIBuilder_Lab.zip fail sisaldab lisaks mõnele praktilisele laborile ka näidisfaile teiste AI Builder mudelitüüpidega töötamiseks, mille kohta saate lisateabe saamiseks lisateavet AI Builder. Lisateavet ZIP-faili sisu kohta leiate ZIP-failis sisalduvast readme.txt failist.

  2. Importige AIBuildetTextSample_1_0_0 lahendus oma Microsoft Power Platform keskkonda. Lisateabe saamiseks minge jaotisse Lahenduste importimine, värskendamine ja eksportimine.

  3. Minge laborifailides kausta Labori andmed/teksti klassifikatsioon ja laadige seejärel andmed pai_healthcare_feedbacks üles.

Mudeli loomine

  1. Minge AI Builder ehituskuvale ja valige Kategooria klassifikatsioon.

  2. Sisestage nimi ja looge oma mudel.

  3. Valige Vali tekst, valige tabeli healthcare_feedback ja seejärel valige tekstiveerg .

    Teksti valimise paneeli kuvatõmmis.

  4. Valige Vali veerg, vaadake sildistatud teksti eelvaadet ja seejärel valige Edasi.

  5. Valige Vali sildid ja seejärel valige siltide veerg.

    Ekraanipilt paneelist Siltide valimine.

  6. Valige Vali veerg, veenduge, et valitud on õige eraldaja (koma), ja seejärel valige Edasi.

  7. Vaadake tekst ja sildid üle ning valige Edasi.

  8. Valige tekstikeeleks inglise keel ja seejärel valige Edasi.

  9. Vaadake üle mudeli kokkuvõte ja seejärel valige mudeli treenimiseks Treeni.