Utilizzare un modello personalizzato di classificazione categoria in Power Automate

  • Articolo

  1. Accedere a Power Automate.

  2. Seleziona Flussi personali nel riquadro sinistro, quindi seleziona Nuovo flusso>Flusso cloud istantaneo.

  3. Assegna un nome al flusso, seleziona Attiva un flusso manualmente in Scegli come attivare questo flusso, quindi seleziona Crea.

  4. Espandi Attiva un flusso manualmente, quindi seleziona +Aggiungi un input>Testo come tipo di input.

  5. Sostituisci la parola Input con Testo personale (noto anche come il titolo).

  6. Seleziona + Nuovo passaggio>AI Builder, quindi seleziona Classifica il testo in categorie con uno dei modelli personalizzati nell'elenco delle azioni.

  7. Seleziona il modello di classificazione categoria da usare e nella colonna Testo aggiungi Testo personale dal trigger.

    Screenshot che mostra il contenuto del modello selezionato.

  8. Nelle azioni successive, utilizza qualsiasi colonna e tabella estratta dal modello AI Builder.

L'esempio seguente salva ogni Classificazione e Punteggio di attendibilità dedotto in un elenco creato con gli elenchi di Microsoft in SharePoint.

Screenshot del flusso di esempio di classificazione in categorie.

Congratulazioni. Hai creato un flusso che usa un modello di classificazione per categoria AI Builder. Seleziona Salva nella parte destra superiore e quindi seleziona Test per provare il flusso.

Parametri

Input

Nome Necessari Tipo Descrizione Valori
Modello di intelligenza artificiale Sì modello Modello di classificazione categoria da utilizzare per l'analisi Modello di classificazione categoria con training e pubblicato
Testo Sì string Testo da analizzare Frasi di testo
Lingua Sì string Lingua del testo da analizzare "Rileva automaticamente" o codice lingua (ad esempio: "en", "fr", "zh_chs", "ru")

Output

Nome Digita Descrizione Valori
Valutazione stringa Tabella identificata Problemi, apprezzamento, servizio clienti, documentazione, prezzo e fatturazione, personale
Punteggio di attendibilità float Livello di attendibilità del modello per la previsione Valore compreso tra 0 e 1. I valori prossimi a 1 indicano con maggiore attendibilità che il valore estratto è accurato