简介
在数字驱动时代，组织必须处理数量庞大的文档、电子邮件和其他类型的消息，这可能会让人不堪重负。
类别分类让您能自动确定消息的优先级，甚至有助于检测潜在的垃圾邮件。 通过对不同类别中的消息进行分类，您将能够实现此类自动化。
AI Builder 类别分类让您有可能从以前标记的文本中学习，并通过训练识别您自己的新消息类别。
在本单元中，您将了解 AI Builder 类别分类如何将存储在 Microsoft Dataverse 中的非结构化文本数据处理为业务专用类别。
AI Builder 类别分类
类别分类提取是一个 AI Builder 自定义模型。 您需要针对现有数据进行训练，然后才能在流程中进行发布和使用这些数据。
若要训练新模型，请确保为数据源标识或创建 Dataverse 表，然后考虑以下建议：
为同一表中的两列包含引用文本和相关标记。
指定标记列，例如无标记、单个标记或由支持的分隔符（逗号、分号和制表符）分隔的多个标记。
对于每个类别，您至少需要 10 个引用标记的示例（行）和 10 个未引用标记的示例（行）。
使用具有 2 到 200 个不同标记的表。
确保引用文本少于 5,000 个字符。
确保文本使用支持的语言。
随着您向引用表中添加更多数据，您可以根据需要重新训练模型，以提供最近的、更准确的性能水平。
现在您已学习了 AI Builder 类别分类的基础知识，您将学习如何使用此自定义模型解决业务问题。