Delen via


Het vooraf gebouwde model voor categorieclassificatie gebruiken in Power Automate

  1. Aanmelden bij Power Automate.

  2. Selecteer Mijn stromen in het linkervenster en selecteer Nieuwe stroom>Directe cloudstroom.

  3. Geef uw stroom een naam, selecteer Handmatig een stroom activeren onder Kiezen hoe deze stroom wordt geactiveerd en selecteer vervolgens Maken.

  4. Vouw Handmatig een stroom activeren uit en selecteer vervolgens +Invoer toevoegen>Tekst als invoertype.

  5. Vervang Invoer door Mijn tekst (ook bekend als de titel).

  6. Selecteer + Nieuwe stap>AI Builder en selecteer vervolgens Tekst classificeren in categorieën met het standaardmodel in de lijst met acties.

  7. Selecteer de taal in de invoer Taal en geef de kolom Mijn tekst op vanuit de trigger in de invoer Tekst.

    Inhoud van model selecteren.

  8. Tijdens de opeenvolgende acties kunt u alle kolommen en tabellen gebruiken die door het AI Builder-model zijn geëxtraheerd. In het volgende voorbeeld wordt elke afgeleide waarde voor Classificatie en Betrouwbaarheidsscore opgeslagen in een SharePoint-lijst.

    Voorbeeld van vooraf samengestelde stroom voor categorieclassificatie.

Gefeliciteerd! U hebt een stroom gemaakt die gebruikmaakt van een vooraf gebouwd AI Builder-model voor categorieclassificatie. Selecteer Opslaan in de rechterbovenhoek en selecteer Testen om uw stroom uit te proberen.

Parameters

Invoer

Naam Vereist Type Beschrijving Waarden
Tekst Ja string Tekst die moet worden geanalyseerd Tekstzinnen
Taal Ja string Taal van de te analyseren tekst Lijst met vooraf gedefinieerde talen of een taalcode (bijvoorbeeld: en, fr, zh_chs, ru)

Gefeliciteerd! U hebt een stroom gemaakt die gebruikmaakt van een vooraf gebouwd AI Builder-model voor categorieclassificatie. Selecteer Opslaan in de rechterbovenhoek en selecteer Testen om uw stroom uit te proberen.

Uitvoer

Meetcriterium Type Beschrijving Waarden
Classificatie string Entiteit geïdentificeerd Problemen, compliment, klantenservice, documentatie, prijs en facturering, personeel
Betrouwbaarheidsscore zwevend De betrouwbaarheid van de voorspelling van het model Waarde in het bereik van 0 tot 1. Waarden dicht bij 1 duiden op een groter vertrouwen in de nauwkeurigheid van de geëxtraheerde waarde