Model bawaan ekstraksi entitas

Model ekstraksi entitas bawaan mengenali data tertentu dari teks yang menarik bagi bisnis Anda. Model mengidentifikasi elemen kunci dari teks, dan kemudian mengklasifikasikannya ke dalam kategori yang telah ditentukan sebelumnya. Ini dapat membantu mengubah data tidak terstruktur menjadi data terstruktur yang dapat dibaca mesin. Anda kemudian dapat menerapkan pemrosesan untuk mengambil informasi, mengekstrak fakta, dan menjawab pertanyaan.

Model bawaan siap digunakan di luar kotak. Pelajari selengkapnya tentang menyesuaikan ekstraksi entitas Anda agar sesuai dengan kebutuhan spesifik Anda di Gambaran Umum model kustom ekstraksi entitas.

Gunakan di Power Apps

Jelajahi ekstraksi entitas

Anda dapat mencoba model ekstraksi entitas sebelum mengimpornya ke alur cloud Anda.

1. Masuk ke Power Apps OR Power Automate.

2. Di panel kiri, pilih ... Lebih banyak>hub AI.

3. Pilih model AI.

   (Opsional) Untuk menyimpan model AI secara permanen di menu agar mudah diakses, pilih ikon pin.

4. Pilih Ekstraksi Entitas - Ekstrak elemen kunci dari teks, dan klasifikasikan ke dalam kategori yang telah ditentukan sebelumnya.

5. Pilih sampel teks yang telah ditentukan sebelumnya untuk dianalisis, atau tambahkan teks Anda sendiri, pilih Analisis teks untuk menampilkan cara model menganalisis teks Anda.

Menggunakan bilah rumus

Anda dapat mengintegrasikan model AI Builder ekstraksi entitas Anda Power Apps Studio dengan menggunakan bilah rumus. Pelajari selengkapnya di Menggunakan Power Fx dalam model AI Builder di Power Apps (pratinjau).

Penggunaan di Power Automate

Jika Anda ingin menggunakan model Power Automate bawaan ini, Anda dapat menemukan informasi selengkapnya di Menggunakan model Power Automate bawaan ekstraksi entitas.

Format dan bahasa data yang didukung

• Dokumen tidak boleh melebihi 5.000 karakter.
• Bahasa yang didukung:
  • Bahasa Inggris
  • Tionghoa-Sederhana
  • Bahasa Prancis
  • Bahasa Jerman
  • Bahasa Portugis
  • Bahasa Italia
  • Bahasa Spanyol

Jenis entitas yang didukung

Entitas	Description
Usia	Usia seseorang, tempat, atau benda, diekstrak sebagai angka
Boolean	Respons positif atau negatif, diekstrak sebagai Boolean
Kota	Nama kota, diekstrak sebagai string
Warna	Warna dan corak utama di spektrum warna, diekstrak sebagai string
Benua	Nama benua, diekstrak sebagai string
Negara atau kawasan	Nama negara dan kawasan, diekstrak sebagai string
Tanggal dan waktu	Tanggal, waktu, hari dalam seminggu, dan bulan yang berkaitan dengan waktu, diekstrak sebagai string
Durasi	Lamanya waktu, diekstrak sebagai string dalam format TimeSpan standar
Email	Alamat email, diekstrak sebagai string
Kejadian	Nama aktivitas, diekstrak sebagai string
Bahasa	Nama bahasa, diekstrak sebagai string
Money	Jumlah uang, diekstrak sebagai angka
Angka	Bilangan kardinal dalam bentuk angka atau teks, diekstrak sebagai angka
Ordinal	Bilangan ordinal dalam bentuk angka atau teks, diekstrak sebagai angka
Organisasi	Nama organisasi, asosiasi, dan korporasi, diekstrak sebagai string
Persentase	Persentase dalam bentuk numerik atau teks, diekstraksi sebagai angka
Nama orang	Nama parsial atau lengkap seseorang, diekstrak sebagai string
Nomor telepon	Nomor telepon dalam format AS standar, diekstrak sebagai string
Kecepatan	Kecepatan, diekstrak sebagai angka
Provinsi	Nama dan singkatan untuk negara bagian di Amerika Serikat, diekstraksi sebagai string
Alamat rumah	Alamat bernomor, jalan atau jalan, kota, negara bagian, kode pos atau kode pos dalam format standar AS, diekstrak sebagai string
Suhu	Temperatur, diekstrak sebagai angka
URL	URL dan tautan situs web, diekstrak sebagai string
Berat	Berat, diekstrak sebagai angka
Kode pos	Kode pos dalam format standar AS, diekstrak sebagai string

Keluaran model

Output model menunjukkan entitas yang diidentifikasi dan jenis entitasnya. Contoh:

Teks input: "Biaya utilitas telah meningkat sebesar 7% di kantor kami di Boston"

Entitas keluaran model:

Entitas	Jenis entitas
7%	Persentase
Boston	Kota

Langkah selanjutnya

Gunakan model bawaan ekstraksi entitas di Power Automate