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。