AI Builder modeļu lietošana pakalpojumā Power Apps

Izmantojot Power Fx atvērtā pirmkoda mazkoda formulas, varat pievienot jaudīgākas un elastīgākas AI modeļu integrācijas savā Power App. AI modeļa prognoze formulas var integrēt ar visām vadīklām audekla programmā. Piemēram, teksta ievades vadīklā var noteikt teksta valodu un izvadīt rezultātus uz etiķešu vadīklu, kā redzams tālāk sadaļā Izmantot modeli ar vadīklām .

Prasības:

Lai izmantotu Power Fx AI Builder modeļos, jums ir jābūt:

• Microsoft Power Platform Piekļuve videi ar datu bāzi.

• AI Builder licence (izmēģinājuma vai apmaksāta). Lai uzzinātu vairāk, dodieties uz AI Builder licencēšanu.

Modeļa atlasīšana audekla programmās

Lai izmantotu AI modeli Power Fx, ir jāizveido audekla programma, jāizvēlas vadīkla un jāpiešķir izteiksmes vadīklas rekvizītiem.

Piezīmes

Izmantojamo AI Builder modeļu sarakstu skatiet sadaļā AI modeļi un biznesa scenāriji. Varat arī patērēt iebūvētos Microsoft Azure modeļus algoritmiskā mācīšanās izmantojot savu modeļa funkciju.

1. Programmas izveide. PapildinformācijaTukšas audekla programmas izveide no jauna.

2. Atlasiet Dati>Pievienot datus>AI modeļi.

   

3. Atlasiet vienu vai vairākus pievienojamos modeļus.

   Ja neredzat savu modeli sarakstā, iespējams, jums nav atļauju to Power Apps izmantot. Lai novērstu šo problēmu, sazinieties ar administratoru.

Modeļa ar vadīklām izmantošana

Tagad, kad esat pievienojis AI modeli savai audekla programmai, apskatīsim, kā izsaukt AI Builder modeli no vadīklas.

Tālāk sniegtajā piemērā mēs izveidosim programmu, kas var noteikt valodu, kuru lietotājs ir ievadījis programmā.

1. Programmas izveide. PapildinformācijaTukšas audekla programmas izveide no jauna.

2. Atlasiet Dati>Pievienot datus>AI modeļi.

3. Meklējiet un atlasiet Valodas noteikšanas AI modelis.

   

   Piezīmes

   Jums būs manuāli jāpievieno modelis programmai vēlreiz jaunajā vidē, pārvietojot programmu dažādās vidēs.

4. Atlasiet + kreisajā rūtī un pēc tam atlasiet Teksta ievades vadīkla.

5. Atkārtojiet iepriekšējo solis, lai pievienotu teksta etiķetes vadīklu .

6. Pārdēvējiet teksta etiķeti par Valoda.

7. Pievienojiet vēl vienu teksta etiķeti blakus etiķetei "Valoda".

   

8. Atlasiet teksta etiķeti, kas pievienota iepriekšējā solis.

9. Ievadiet tālāk norādīto formulu teksta etiķetes rekvizīta Teksts formulu joslā.

   'Language detection'.Predict(TextInput1.Text).Language
   

   Etiķete tiek mainīta uz valodas kodu, pamatojoties uz jūsu lokalizāciju. Šajā piemērā en (angļu val.).

   

10. Priekšskatījums programmu, atlasot pogu Atskaņošanas poga no ekrāna augšējā labā stūra.

    

11. Tekstlodziņā ievadiet bonjour. Ievērojiet, ka franču valodas valoda (fr) ir redzama zem tekstlodziņa.

    

12. Līdzīgi izmēģiniet tekstu arī citās valodās. Piemēram, ievadot guten tag , noteiktā valoda tiek mainīta uz de vācu valodai.

Paraugprakse

• Mēģiniet aktivizēt modeļa prognoze no vienskaitļa darbībām, piemēram, OnClick , izmantojot pogu, nevis darbību OnChange teksta ievadē, lai nodrošinātu efektīvu kredītu izmantošanu . AI Builder

• Lai ietaupītu laiku un resursus, saglabājiet modeļa zvana rezultātu, lai to varētu izmantot vairākās vietās. Izvadi var saglabāt globālā mainīgajā. Kad modeļa rezultāts ir saglabāts, varat izmantot valodu citur lietotnē, lai parādītu identificēto valodu un tās ticamības rādītājs divās dažādās iezīmēs.

  Set(lang, 'Language detection'.Predict("bonjour").Language)
  

Ievade un izvade pēc modeļa veida

Šajā sadaļā ir sniegtas ievades un izvades pielāgotiem un iepriekš izveidotiem modeļiem pēc modeļa veida.

Pielāgotie modeļi

Modeļa tips	Sintakse	Izvade
Kategoriju klasifikācija	'Custom text classification model name'.Predict(Text: String, Language?: Optional String)	{AllClasses: {Name: String, Confidence: Number}[],TopClass: {Name: String,Confidence: Number}}
Entītiju izvilkšana	'Custom entity extraction model name’.Predict(Text: String,Language?:String(Optional))	{Entities:[{Type: "name",Value: "Bill", StartIndex: 22, Length: 4, Confidence: .996, }, { Type: "name", Value: "Gwen", StartIndex: 6, Length: 4, Confidence: .821, }]}
Objektu noteikšana	'Custom object detection model name'.Predict(Image: Image)	{ Objects: { Name: String, Confidence: Number, BoundingBox: { Left: Number, Top: Number, Width: Number, Height: Number }}[]}

Iepriekš uzbūvēti modeļi

Piezīmes

Iepriekš izveidotie modeļu nosaukumi tiek rādīti jūsu vides lokalizācijā. Tālāk sniegtajos piemēros ir parādīti angļu valodas (en) modeļu nosaukumi.

Modeļa tips	Sintakse	Izvade
Vizītkaršu lasītājs	‘Business card reader’.Predict( Document: Base64 encoded image )	{ Fields: { FieldName: { FieldType: "text", Value: { Text: String, BoundingBox: { Top: Number, Left: Number, Height: Number, Width: Number }}}}}
Kategoriju klasifikācija	'Category classification'.Predict( Text: String,Language?: Optional String, )	{ AllClasses: { Name: String, Confidence: Number }[], TopClass: { Name: String, Confidence: Number }}
Personu apliecinošu dokumentu lasītājs	‘Identity document reader’.Predict( Document: Base64 encoded image )	{ Context: { Type: String, TypeConfidence: Number }, Fields: { FieldName: { FieldType: "text", Confidence: Number, Value: { Text: String, BoundingBox: { Top: Number, Left: Number, Height: Number, Width: Number }}}}}
Rēķinu apstrāde	‘Invoice processing’.Predict( Document: Base64 encoded image )	{ Fields: { FieldName: { FieldType: "text" | "date" | "number", Confidence: Number,Value: { Text: String, [Date: Date] | [Number: Number], BoundingBox: { Top: Number, Left: Number, Height: Number, Width: Number } } } }, Tables: { Items: { Rows: { FieldName: { FieldType: "text" | "date" | "number", Confidence: Number, Key: { Name: String, }, Value: { Text: String, [Date: Date] | [Number: Number], BoundingBox: { Top: Number, Left: Number, Height: Number, Width: Number } } } }[] } }}
Atslēgfrāžu izvilkšana	'Key phrase extraction'.Predict(Text: String, Language?: Optional String))	{ Phrases: String[]}
Valodas noteikšana	'Language Detection'.Predict(Text: String)	{ Language: String, Confidence: Number}
Kvīšu apstrāde	‘Receipt processing’.Predict( Document: Base64 encoded image)	{ Context: { Type: String, TypeConfidence: Number }, Fields: { FieldName: { FieldType: "text" | "date" | "number", Confidence: Number, Value: { Text: String, [Date: Date] | [Number: Number], BoundingBox: { Top: Number, Left: Number, Height: Number, Width: Number } } } }, Tables: {Items: {Rows: {FieldName: { FieldType: "text" | "date" | "number", Confidence: Number, Key: { Name: String, }, Value: { Text: String, [Date: Date] | [Number: Number], BoundingBox: { Top: Number, Left: Number, Height: Number, Width: Number } } } }[] } } }
Noskaņojuma analīze	'Sentiment analysis'.Predict( Text: String, Language?: Optional String )	{ Document: { AllSentiments: [ { Name: "Positive", Confidence: Number }, { Name: "Neutral", Confidence: Number }, { Name: "Negative", Confidence: Number } ], TopSentiment: { Name: "Positive" | "Neutral" | "Negative", Confidence: Number } } Sentences: { StartIndex: Number, Length: Number, AllSentiments: [ { Name: "Positive", Confidence: Number }, { Name: "Neutral", Confidence: Number }, { Name: "Negative", Confidence: Number } ], TopSentiment: { Name: "Positive" | "Neutral" | "Negative", Confidence: Number } }[]}
Teksta atpazīšana	'Text recognition'.Predict( Document: Base64 encoded image)	{Pages: {Page: Number,Lines: { Text: String, BoundingBox: { Left: Number, Top: Number, Width: Number, Height: Number }, Confidence: Number }[] }[]}
Teksta tulkojums	'Text translation'.Predict( Text: String, TranslateTo?: String, TranslateFrom?: String)	{ Text: String, // Translated text DetectedLanguage?: String, DetectedLanguageConfidence: Number} }

Piemēri

Katrs modelis tiek izsaukts, izmantojot paredzamo darbības vārdu. Piemēram, valodas noteikšanas modelis ņem tekstu kā ievadi un atgriež iespējamo valodu tabulu, kas sakārtota pēc attiecīgās valodas rezultāta. Rezultāts norāda, cik pārliecināts modelis ir par savu prognoze.

Ievadīt	Izvade
'Language detection'.Predict("bonjour")	{ Language: “fr”, Confidence: 1}
‘Text Recognition’.Predict(Image1.Image)	{ Pages: [ {Page: 1, Lines: [ { Text: "Contoso account", BoundingBox: { Left: .15, Top: .05, Width: .8, Height: .10 }, Confidence: .97 }, { Text: "Premium service", BoundingBox: { Left: .15, Top: .20, Width: .8, Height: .10 }, Confidence: .96 }, { Text: "Paid in full", BoundingBox: { Left: .15, Top: .35, Width: .8, Height: .10 }, Confidence: .99 } } ] }

Saistītā informācija

• Kas ir audekla programmas?
• Darba sākšana ar formulām audekla programmās
• Microsoft Power Fx
• Apmācība: uzlabojiet uzņēmējdarbības sniegumu ar AI Builder (mācību ceļš)