범주 분류 사용자 지정 모델의 개요
조직에서 텍스트 데이터의 양이 기하급수적으로 늘어나고 있습니다. 전자 메일, 문서, 소셜 미디어와 같은 채널이 점점 더 많은 양의 텍스트 데이터를 낳습니다. 이 데이터는 (압축 및 조치될 경우) 고객에게 향상된 제품 및 서비스를 제공하는 데 도움이 되는 중요한 정보를 다수 제공합니다. 점점 양이 증가하는 이러한 데이터를 처리하는 데에는 시간이 오래 걸리고 오류가 발생하기 쉬우며 비즈니스 기회 손실과 비용 증가로 이어질 수 있습니다.
범주 분류는 기본적인 NLP(자연어 처리) 문제 중 하나입니다. 범주 분류를 이용하면 태그로 텍스트 항목을 식별함으로써 다음과 같은 작업을 수행할 수 있습니다.
- 감정 분석
- 스팸 감지
- 고객 요청 라우팅
- 기타 비즈니스 요구 사항
Power Automate 및 Power Apps에서 AI Builder 범주 분류를 사용하여 비즈니스 프로세스를 자동화하고 확장하십시오. AI Builder 모델을 통해 직원들이 새로운 통찰을 얻을 수 있습니다. 결과를 구독 사용자 변동 및 예측 분석과 같은 AI 기능에 대한 입력으로 사용합니다. AI Builder는 이전에 레이블이 지정된 텍스트 항목으로 학습하며 Microsoft Dataverse에 저장된 비구조적 텍스트 데이터를 고유한 비즈니스 관련 범주로 분류합니다.