Поделиться через


Обзор пользовательской модели классификации по категориям

Объем текстовых данных в организациях значительно растет. Такие каналы, как электронная почта, документы и социальные сети способствуют увеличению объема текстовых данных. Эти данные содержат много ценных сведений, которые при извлечении и обработке помогут вам предоставлять клиентам продукты и услуги более высокого качества. Работа с этим постоянно растущим объемом данных может занимать много времени и повлечь за собой ошибки и иногда приводить к упущенным бизнес-возможностям или повышенным затратам.

Классификация по категориям является одной из основных проблем обработки естественного языка. С помощью классификации по категориям можно определять текстовые записи с тегами для использования в следующих целях:

  • Анализ тональности
  • Обнаружение спама
  • Маршрутизация клиентских запросов
  • Другие бизнес-потребности

Автоматизируйте и масштабируйте свои бизнес-процессы с помощью классификации категорий AI Builder в Power Automate и Power Apps. Модели AI Builder избавляют сотрудников от необходимости принимать меры по новым данным. Используйте результаты в качестве источника данных для других возможностей ИИ, таких как оценка и прогнозный анализ пользователей с подписками. AI Builder учится на текстовых элементах, помеченных ранее, и позволяет классифицировать неструктурированные текстовые данные, хранящиеся в Microsoft Dataverse, согласно пользовательским бизнес-категориям.

Дальнейшие шаги