预生成的实体提取模型可识别您的企业感兴趣的文本中的特定数据。 该模型会识别文本中的关键元素，然后将它们分类到预定义的类别中。 这有助于将非结构化数据转换为计算机可读的结构化数据。 然后，您可以应用处理来检索信息、提取事实和回答问题。
预生成模型开箱即用。 在 实体提取自定义模型概述中详细了解如何自定义实体提取以满足特定需求。
在 Power Apps 中使用
了解实体提取
您可先尝试实体提取模型，然后再导入到您的云端流中。
登录到 Power Apps 或 Power Automate。
在左侧窗格中，选择 ... 更多>AI 中心。
选择 AI 模型。
（可选）要将 AI 模型永久保留在菜单上以便于访问，请选择大头针图标。
选择实体提取 - 从文本中提取关键元素，按预定义的类别对其进行分类。
选择要分析的预定义文本示例，或添加自己的文本，选择“ 分析文本 ”以显示模型如何分析文本。
使用编辑栏
您可以使用公式栏将您的 AI Builder 实体提取模型集成到 Power Apps Studio 中。 在 Power Apps 的 AI Builder 模型中使用 Power Fx（预览版）中了解详细信息。
在 Power Automate 中使用
如果要在 Power Automate 中使用此预生成模型，可以在在 Power Automate 中使用实体提取预生成模型中找到详细信息。
支持的数据格式和语言
- 文档不得超过 5,000 个字符。
- 支持的语言：
- 英语
- 简体中文
- 法语
- 德语
- 葡萄牙语
- 意大利语
- 西班牙语
支持的实体类型
| Entity | 描述 |
|---|---|
| 年龄 | 人员年龄、地点或事物的年限，提取为数字 |
| 布尔 | 正或负响应，提取为布尔值 |
| 市/县 | 城市名称，提取为字符串 |
| 颜色 | 颜色谱上的原色和色调，提取为字符串 |
| 洲 | 洲名称，提取为字符串 |
| 国家/地区 | 国家或地区名称，提取为字符串 |
| 日期和时间 | 与某个时间点相关的日期、时间、每周天数和月数(以字符串形式提取) |
| 持续时间 | 采用标准 TimeSpan 格式的时间长度(以字符串形式提取) |
| 电子邮件地址(以字符串形式提取) | |
| 事件 | 事件名称，提取为字符串 |
| 语言 | 语言名称，提取为字符串 |
| 金钱 | 货币金额，提取为数字 |
| 号码 | 数字或文本形式的基数，提取为数字 |
| 顺序 | 数字或文本形式的序号，提取为数字 |
| 组织 | 组织、协会和公司的名称(以字符串形式提取) |
| 百分比 | 数字或文本形式的百分比，提取为数字 |
| 人员姓名 | 人员的部分姓名或全名(以字符串形式提取) |
| 电话号码 | 采用标准美国格式的电话号码，提取为字符串 |
| 速度 | 速度(以数字形式提取) |
| 省/自治区/直辖市 | 美国州的名称和缩写，提取为字符串 |
| 街道地址 | 采用标准美国格式的编号地址、街道或道路、城市、州省/自治区/直辖市、邮编或邮政编码，提取为字符串 |
| 温度 | 温度，提取为数字 |
| URL | 网站 URL 和链接(以字符串形式提取) |
| 重量 | 重量(以数字形式提取) |
| 邮政编码 | 采用标准美国格式的邮政编码，提取为字符串 |
模型输出
模型输出显示了标识的实体及其实体类型。 例如：
输入文本：“我们波士顿办公室的公用事业成本增加了 7%”
模型输出实体：
| Entity | 实体类型 |
|---|---|
| 7% | 百分比 |
| 波士顿 | 市/县 |