エンティティ抽出事前構築済みモデル

事前構築済みエンティティ抽出モデルを使用すると、ビジネスにとって興味深いテキストから特定のデータを識別できます。 このモデルでは、テキストから主要な要素を特定して、事前に定義されたカテゴリに分類します。 これにより、非構造化データを、コンピューターで読み取り可能な構造化データに変換することができます。 次に、処理を適用して、情報を取得し、ファクトを抽出し、質問に回答することができます。

事前構築済みモデルはそのまま使用できます。 特定のニーズに合わせてエンティティ抽出をカスタマイズする方法については、エンティティ抽出カスタム モデルの概要を参照してください。

Power Apps で使用する

エンティティ抽出の確認

エンティティ抽出モデルをフローにインポートする前に試すことができます。

1. Power Apps または Power Automate にサインインします。

2. 左のペインで ... その他>AI ハブ を選択します。

3. [AI 機能の検出] で AI モデル を選択します。

   (オプション) AI モデル をメニュー上に常時表示してアクセスしやすくするには、ピン アイコンを選択します。

4. エンティティ抽出 - テキストからキー要素を抽出し、事前に定義されたカテゴリに分類するを選択します。

5. 事前に定義されたテキストのサンプルを選択して分析するか、自分のテキストを追加し、テキストを分析する を選択してモデルがテキストをどのように分析したかを確認します。

計算式バーを使用する

数式バーを使用して Power Apps Studio で自分の AI Builder エンティティ抽出モデルを統合することができます。 詳細については、Power Apps で AI Builder モデルの Power Fx を使用する (プレビュー) を参照してください。

Power Automate で使用する

この事前構築済みモデルを Power Automate で使用する場合は、Power Automate でエンティティ抽出事前構築済みモデルを使用する で詳細を確認できます。

サポートされているデータ形式と言語

• ドキュメントは 5,000 文字を超えることはできません。
• サポートされている言語:
  • 英語
  • 中国語 (簡体字)
  • フランス語
  • ドイツ語
  • ポルトガル語
  • イタリア語
  • スペイン語

サポートされているエンティティの種類

Entity	内容
年齢	数値として抽出された人、場所、または物の年齢
Boolean	ブール値として抽出された、肯定応答または否定応答
市区町村	文字列として抽出された、市区町村名
色	文字列として抽出された、カラー スペクトル上の原色と色合い
大陸	文字列として抽出された、大陸名
国/地域	文字列として抽出された、国と地域の名前
日付と時刻	文字列として抽出される、ある時点に相対した日付、時刻、曜日、および月
期間	文字列、標準の TimeSpan 形式として抽出された、時間の長さ
メール	文字列として抽出されるメール アドレス
イベント	文字列として抽出された、イベント名
Language	文字列として抽出された、言語名
金額	数値として抽出された、金額
番号	数値として抽出された、数値またはテキスト形式の基数
序数	数値として抽出された、数値またはテキスト形式の序数
組織全体	文字列として抽出される、組織、アソシエーション、および企業の名前
割合	数値またはテキスト形式のパーセンテージ。数値として抽出されます
個人名	文字列として抽出される、人名の一部またはフル ネーム
電話番号	文字列として抽出された、標準の米国形式の電話番号
速度	数として抽出される速度
完了状態	米国の州の名称と略称。文字列として抽出されます
番地	標準の米国形式での番号付きの所番地、通り、道路、市区町村、州、郵便番号。文字列として抽出されます
温度	数値として抽出された、温度
URL	文字列として抽出される Web サイトの URL とリンク
重量	数として抽出される重量
郵便番号	標準の米国形式の郵便番号。文字列として抽出されます

モデルの出力

モデル出力には、特定されたエンティティとそのエンティティの種類が表示されます。 たとえば、次のようなものです。

入力テキスト: "ボストンのオフィスで光熱費が 7% 増加しました"

モデルの出力のエンティティ:

Entity	エンティティの種類
7%	割合
ボストン	市

次のステップ

Power Automate でエンティティ抽出事前構築済みモデルを使用する