Partager via

Utiliser le modèle prédéfini de classification par catégorie dans Power Automate

  • Article

  1. Connectez-vous à Power Automate.

  2. Sélectionnez Mes flux dans le volet de gauche, puis sélectionnez Nouveau flux>Flux cloud instantané.

  3. Nommez votre flux, sélectionnez Déclencher manuellement un flux sous Choisir comment déclencher ce flux, puis sélectionnez Créer.

  4. Développez Déclencher manuellement un flux, puis sélectionnez +Ajouter une entrée>Texte comme type d’entrée.

  5. Remplacez Entrée par Mon texte (aussi connu sous le titre).

  6. Sélectionnez + Nouvelle étape>AI Builder, puis Classer le texte en catégories avec le modèle standard dans la liste des actions.

  7. Sélectionnez la langue dans l’entrée Langue et spécifiez la colonne Mon texte à partir du déclencheur dans l’entrée Texte.

    Sélectionner le contenu du modèle.

  8. Dans les actions successives, vous pouvez utiliser toutes les colonnes et les tables extraites par le modèle AI Builder. L’exemple suivant enregistre chaque Classification et Score de confiance définis dans une liste SharePoint.

    Exemple de flux prédéfini de classification par catégorie.

Félicitations ! Vous avez créé un flux qui utilise un modèle de classification par catégorie AI Builder prédéfini. Sélectionnez Enregistrer en haut à droite et sélectionnez Tester pour tester votre flux.

Paramètres

Entrée

Nom Nécessaire Type Description Valeurs
Texte Oui string Texte à analyser Phrases textuelles
Langue Oui string Langue du texte à analyser Liste de langues prédéfinies ou un code de langue (ex. : « en », « fr », « zh_chs », « ru »)

Félicitations ! Vous avez créé un flux qui utilise un modèle de classification par catégorie AI Builder prédéfini. Sélectionnez Enregistrer en haut à droite, puis sélectionnez Tester pour tester votre flux.

Sortie

Nom Type Description Valeurs
Classification string Entité identifiée Problèmes, compliment, service clientèle, documentation, prix et facturation, personnel
Indice de confiance virgule flottante Degré de fiabilité du modèle dans sa prédiction Valeur comprise entre 0 et 1. Les valeurs proches de 1 indiquent une plus grande confiance dans la précision de la valeur extraite.