Een 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 het woord Invoer door Mijn tekst (ook bekend als de titel).

  6. Selecteer + Nieuwe stap>AI Builder en selecteer vervolgens Tekst classificeren in categorieën met een van uw aangepaste modellen in de lijst met acties.

  7. Selecteer het model voor categorieclassificatie dat u wilt gebruiken en geef in de kolom Tekst vanuit de trigger een waarde op voor Mijn tekst.

    Schermopname met modelinhoud geselecteerd

  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 lijst hebt gemaakt met Microsoft Lists in SharePoint.

Schermopname met voorbeeld van stroom voor categorieclassificatie.

Gefeliciteerd! U hebt een stroom gemaakt die gebruikmaakt van een 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
AI-model Ja model Model voor categorieclassificatie voor analysedoeleinden Getraind en gepubliceerd model voor categorieclassificatie
Tekst Ja string Tekst die moet worden geanalyseerd Tekstzinnen
Taal Ja string Taal van de te analyseren tekst 'Automatisch detecteren' of taalcode (bijvoorbeeld: 'en', 'fr', 'zh_chs', 'ru')

Uitvoer

Meetcriterium Type Beschrijving Waarden
Classificatie tekenreeks Tabel 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

Zie ook