Condividi tramite

Utilizzare il modello predefinito di classificazione delle categorie in Power Automate

  • Articolo

  1. Accedere a Power Automate.

  2. Seleziona Flussi personali nel riquadro sinistro, quindi seleziona Nuovo flusso>Flusso cloud istantaneo.

  3. Assegna un nome al flusso, seleziona Attiva un flusso manualmente in Scegli come attivare questo flusso, quindi seleziona Crea.

  4. Espandi Attiva un flusso manualmente, quindi seleziona +Aggiungi un input>Testo come tipo di input.

  5. Sostituisci Input con Testo personale (noto anche come il titolo).

  6. Seleziona + Nuovo passaggio>AI Builder, quindi seleziona Classifica il testo in categorie con il modello standard nell'elenco delle azioni.

  7. Seleziona la lingua nell'input Lingua e specifica la colonna Testo personale dal trigger nell'input Testo.

    Selezionare il contenuto del modello.

  8. Nelle azioni successive, puoi utilizzare qualsiasi colonna e tabella estratta dal modello AI Builder. L'esempio seguente salva ogni Classificazione e Punteggio di attendibilità dedotto in un elenco di SharePoint.

    Esempio di flusso di classificazione di categorie predefinito.

Congratulazioni. Hai creato un flusso che usa un modello di classificazione per categoria predefinito AI Builder. Seleziona Salva nella parte destra superiore e quindi seleziona Test per provare il flusso.

Parametri

Input

Nome Necessari Tipo Descrizione Valori
Testo Sì string Testo da analizzare Frasi di testo
Lingua Sì string Lingua del testo da analizzare Elenco di lingue o codici lingua predefiniti (es .: "en", "fr", "zh_chs", "ru")

Congratulazioni Hai creato un flusso che usa un modello di classificazione per categoria predefinito AI Builder. Seleziona Salva nella parte destra superiore e quindi seleziona Test per provare il flusso.

Output

Nome Digita Descrizione Valori
Valutazione string Entità identificata Problemi, apprezzamento, servizio clienti, documentazione, prezzo e fatturazione, personale
Punteggio di attendibilità float Livello di attendibilità del modello per la previsione Valore compreso tra 0 e 1. I valori prossimi a 1 indicano con maggiore attendibilità che il valore estratto è accurato