Користи AI Builder моделе у Power Apps

Чланак
01/10/2024

Коришћењем отворених Power Fx формула ниског кода можете да додате моћније и флексибилније интеграције АИ модела у апликацију за напајање. АИ модел предвиђање формуле могу да се интегришу са свим контролама у апликацији подлоге за цртање. На пример, можете да откријете језик текста у контроли уноса текста и да резултате унете у контролу ознаке као што се може видети у одељку Коришћење модела са доленаведеном секцијом контрола.

Захтеви

Да бисте га Power Fx користили AI Builder у моделима, морате имати:

Приступ окружењу Microsoft Power Platform са базом података.
AI Builder лиценцу (пробну или плаћену). Да бисте сазнали више, идите на AI Builder лиценцирање.

Избор модела у апликацијама подлоге за цртање

Да бисте конзумирали АИ модел Power Fx, мораћете да креирате апликацију подлоге за цртање, одаберете контролу и доделите изразе за контролу својстава.

Белешка

Листу модела које можете AI Builder да конзумирате погледајте у АИ моделима и пословним сценаријима. Такође можете да конзумирате моделе уграђене Microsoft Azure Машинско учење са понесите сопствену функцију модела.

Креирање апликације. Више информација:Креирајте празну апликацију подлоге за цртање од почетка.
Изаберите податке > Додајте АИ > моделе података.
Изаберите један или више модела које желите да додате.

Ако модел не видите на листи, можда немате дозволе да га користите Power Apps. Обратите се администратору да бисте решили овај проблем.

Коришћење модела са контролама

Сада када сте додали АИ модел у апликацију за платно, да видимо како да позовете AI Builder модел из контроле.

У следећем примеру, направићемо апликацију која може да открије језик који је корисник унео у апликацију.

Креирање апликације. Више информација:Креирајте празну апликацију подлоге за цртање од почетка.
Изаберите податке > Додајте АИ > моделе података.
Потражите и изаберите АИ модел за откривање језика.

Белешка

Мораћете ручно да додате модел у апликацију поново у новом окружењу након премештања апликације по окружењима.
Изаберите + из левог окна, а затим изаберите контролу уноса текста.
Поновите претходни корак да бисте додали контролу ознаке текста.
Преименујте текстуалну ознаку у језик.
Додајте још једну текстуалну ознаку поред ознаке "Језик".
Изаберите текстуалну ознаку додату у претходном кораку.
Унесите следећу формулу у поље за формулу за својство "Текст" текстуалне ознаке .
```
'Language detection'.Predict(TextInput1.Text).Language
```
Ознака се мења у кôд језика на основу локалног стандарда. За овај пример,ен (енглески).
Прегледајте апликацију тако што ћете изабрати дугме "Репродукуј" из горњег десног угла екрана.
У оквир за текст унесите bonjour. Обратите пажњу на то да се језик за француски језик (фр) појављује испод оквира за текст.
Слично томе, испробајте и други језички текст. На пример, уношење guten tag мења откривени језик у де за немачки језик.

Најбољи примери из праксе

Покушајте да покренете предвиђање из сингуларне радње као што је ОнЦлицк помоћу дугмета, а не од Радње ОнЦханге на текстуалном уносу да бисте обезбедили AI Builder ефикасно коришћење шпица.
Да бисте уштедели време и ресурсе, сачувајте резултат позива модела тако да га можете користити на више места. Излаз можете сачувати у глобалној променљивој. Након што сачувате резултат модела, можете да користите језик на другом месту у апликацији да бисте приказали идентификовани језик и његов резултат поузданости у две различите ознаке.
```
Set(lang, 'Language detection'.Predict("bonjour").Language)
```

Унос и излаз по типу модела

Овај одељак обезбеђује уносе и излазе за прилагођене и унапред изграђене моделе по типу модела.

Прилагођени модели

Тип модела	Синтакса	Излаз
Класификација категорија	`'Custom text classification model name'.Predict(Text: String, Language?: Optional String)`	`{AllClasses: {Name: String, Confidence: Number}[],TopClass: {Name: String,Confidence: Number}}`
Издвајање ентитета	`'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, }]}`
Препознавање објеката	`'Custom object detection model name'.Predict(Image: Image)`	`{ Objects: { Name: String, Confidence: Number, BoundingBox: { Left: Number, Top: Number, Width: Number, Height: Number }}[]}`

Унапред изграђени модели

Белешка

Унапред изграђена имена модела приказана су у локалном стандарду ваше околине. Следећи примери приказују имена модела за енглески језик (ср).

Тип модела	Синтакса	Излаз
Читач визиткарти	`‘Business card reader’.Predict( Document: Base64 encoded image )`	`{ Fields: { FieldName: { FieldType: "text", Value: { Text: String, BoundingBox: { Top: Number, Left: Number, Height: Number, Width: Number }}}}}`
Класификација категорија	`'Category classification'.Predict( Text: String,Language?: Optional String, )`	`{ AllClasses: { Name: String, Confidence: Number }[], TopClass: { Name: String, Confidence: Number }}`
Читач личних докумената	`‘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 }}}}}`
Обрада фактура	`‘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 } } } }[] } }}`
Издвајање кључних фраза	`'Key phrase extraction'.Predict(Text: String, Language?: Optional String))`	`{ Phrases: String[]}`
Откривање језика	`'Language Detection'.Predict(Text: String)`	`{ Language: String, Confidence: Number}`
Обрада признаница	`‘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 } } } }[] } } }
Анализа расположења	`'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 } }[]}
Препознавање текста	`'Text recognition'.Predict( Document: Base64 encoded image)`	`{Pages: {Page: Number,Lines: { Text: String, BoundingBox: { Left: Number, Top: Number, Width: Number, Height: Number }, Confidence: Number }[] }[]}`
Превод текста	`'Text translation'.Predict( Text: String, TranslateTo?: String, TranslateFrom?: String)`	`{ Text: String, // Translated text DetectedLanguage?: String, DetectedLanguageConfidence: Number} }`

Примери

Сваки модел се позива помоћу глагола предвиђања. На пример, модел за откривање језика узима текст као унос и враћа табелу могућих језика, поручену резултатом тог језика. Резултат указује на то колико је модел самоуверен са својом предвиђање.

Улаз	Излаз
`'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 } } ] }`

Делите путем