「準備完了のAIモデル」

お知らせ：当社は、お客様により充実したサポート情報を迅速に提供するため、本ページのコンテンツは機械翻訳を用いて日本語に翻訳しています。正確かつ最新のサポート情報をご覧いただくには、本内容の英語版を参照してください。

AIモデルは、AI Modelerとして再命名され、モデルを構築、訓練、およびアプリ全体で使用するために公開することができるように大幅に改良されました。この改良前にモデルを作成した場合は、こちらをクリックして詳細をご確認ください。

すぐに使用できる AIモデルを使用すると、Zoho Creatorアプリケーションで人工知能を使用できますが、機械学習のスキルを必要としません。商用シナリオで最も一般的に使用されるAIモデルの多くはすでに構築され、データによって供給され、訓練され、アプリケーションに展開するために準備ができています。AIモデルについては、連続的な再訓練が正確な結果を生み出すために重要であることを覚えておいてください。この部分も管理されており、エンドから再訓練する必要はありません。

現在、機械可読な構造化データに非構造化データを変換するのに役立つ4つの使用準備ができたAIモデルが利用可能です。

キーワード抽出 - 必要なテキストからキーエンティティを抽出します
感情分析 - 分析給定的文本，以找出其所書寫的語氣（積極、消極或中立）
OCR（既製品） - デジタル画像内のテキストを認識します
オブジェクト検出（プリビルド） - 基本的なオブジェクトを検出します

AIにおいても、モデルの結果は常に正確ではないことがあります。我々はモデルを改善して正確性を高める活動を継続的に行っています。
モデルの結果は動的です。同じ入力が、機械がどれだけ学習したかによって、異なる結果を時々生み出すことがあります。これは、我々が時々モデル固有の最適化を行っていることを意味し、モデルはその目的に向いたものになるように継続的に学習しています。

Creatorは、独自のニーズを満たすためのカスタムAIモデルを構築する機能も提供しています。詳細はこちら

既存のAIモデルをデプロイする

キーワード抽出

キーワード抽出モデルは、入力である非構造化データから、単語やフレーズなどのキー要素を抽出します。理想的には、文章中のすべての名詞がキーワードとして考慮されます。

ビジネス用途：レビューからキーワードを解釈して、価格削減を求めている顧客がいくついるかをすばやく確認できます。

注意:

キーワード抽出AIモデルは、テキストデータ型にのみ機能します。
このモデルは、最大64KBまでのデータを抽出できます。
現在、英語のみがサポートされています。

アプリケーションでキーワード抽出モデルを使用するには：

マイクロサービスのタブに移動し、ページの右上隅にある「+新規作成」ボタンをクリックしてください。

AIモデルカードの上にカーソルを合わせ、作成をクリックしてください。

「デプロイ - 使用準備済みモデル」の下で、キーワード抽出を選択してください。

キーワード抽出モデルをデプロイするアプリケーションとそのフォームを選択します。選択したアプリケーションの編集モードにリダイレクトされます。

ポップアップが表示されたら、必要なソースフィールドを選択してください。これは、キーワード抽出が適用される入力テキストを保持するフィールドです。

「追加フィールド」をクリックします。選択したアプリケーションにキーワード抽出フィールドが追加され、選択したソースフィールドにテキストを入力すると、抽出された値が自動的にそこに入力されます。

注意:

キーワード抽出フィールドはデフォルトで無効になり、その値を変更することはできません。
Zoho Delugeを使用して、キーワード抽出フィールドから値を取得することはできますが、更新することはできません。
ユーザー入力アクションワークフローをこのフィールドに設定することはできません。代わりに、選択したソースフィールドに対して同じように設定することができます。

感情分析

感情分析モデルは、入力文に対する態度を理解することを扱います。

ビジネスの使用ケース： 顧客のフィードバックが「このセッションは素晴らしい」と言った場合、このモデルはフィードバックの感情を「ポジティブ」と予測します。

しかし、前述のように、マシンは継続的に学習しており、結果は常に正確ではありません。例えば、マシンは「セッションは良かった」を「中立」と予測し、「セッションは素晴らしかった」を「ポジティブ」と予測します。これから、マシンは極端な感情を持つ言葉を持つことを前提としていることがわかります。矛盾して、マシンは「セッションが良かった」を「ポジティブ」と予測します。これは、複数のセッションが良かったという文章がポジティブなノートであると推測できるためです。したがって、多くの要素がモデルの結果に影響を与えるため、個人の判断に基づいて解釈することができます。

注意:

感情分析AIモデルは、テキストデータ型の入力のみに対応しています。
このモデルで検出できる態度は、ネガティブ、ポジティブ、またはニュートラルです
現在、英語のみがサポートされています。

アプリケーションで感情分析モデルを使用するには：

マイクロサービスのタブに移動し、画面右上の「+新規作成」ボタンをクリックしてください。

AIモデルカードをホバーして、作成をクリックしてください。

「デプロイ - 使い方モデル」の下で、感情分析を選択してください。

感情分析モデルをデプロイするアプリケーションとそのフォームを選択します。選択したアプリケーションの編集モードにリダイレクトされます。

必要なソースフィールドを、表示されたポップアップから選択してください。これは、感情分析が適用される入力テキストを保持するフィールドです。

注意:

サポートされているテキストタイプのフィールドには、感情分析モデルを適用できます。シングルラインフィールドとマルチラインフィールドです。フォーム内で利用可能なシングルラインとマルチラインフィールドがソースフィールドの選択にリスト表示されます。
フォーム内にサポートされているフィールドタイプがない場合は、モデルを展開する前にまずこれらを作成する必要があります。
モデルを展開する親フォーム内に存在するフィールドのみがソースフィールドとして選択できます。サブフォームは親フォームとは独立しています。これは、サブフォーム内にモデルを配置した場合のみ、サブフォームのフィールドをソースフィールドとして選択できることを意味します。

「追加フィールド」ボタンをクリックします。選択されたアプリケーションには、感情分析フィールドが追加されます。選択されたソースフィールドにユーザーがテキストを入力すると、検出された感情が自動的にそこに入力されます。

注意：

センチメント分析フィールドはデフォルトで無効になっており、値を変更することはできません。
Delugeを使用して、センチメント分析フィールドから値を取得することはできますが、更新することはできません。
ユーザー入力アクションワークフローをこのフィールドに設定することはできません。代わりに、選択したソースフィールドに対して同じ設定を行うことができます。

オブジェクトの検出

オブジェクト検出モデルは、入力画像内の要素を検出し、事前定義されたカテゴリに分類し、検出されたすべての要素のリストを返します。

ビジネス用途：注文管理アプリケーションでは、リンゴの画像をアップロードすると、在庫のアイテムの数を識別して数えることができます。

利用可能なAIモデルは、アプリケーションに直接デプロイできます。これは、特定の詳細なデータセットで事前にトレーニングされています。独自のニーズに合わせてオブジェクト検出モデルをカスタマイズすることもできますカスタムオブジェクト検出モデル。

注意：

オブジェクト検出AIモデルは、ファイルデータ型にのみ適用されます。
サポートされているファイル形式は、.JPEG、.PNG、.BMP、.TIFです。
サポートされているカテゴリーは、人、自転車、車、オートバイ、飛行機、バス、電車、トラック、ボート、信号機、消火栓、停止サイン、駐車場メーター、ベンチ、鳥、猫、犬、馬、羊、牛、象、クマ、シマウマ、バックパック、傘、ハンドバッグ、ネクタイ、スーツケース、フリスビー、スキー、スノーボード、スポーツボール、凧、野球バット、野球グローブ、スケートボード、サーフボード、テニスラケット、ボトル、ワイングラス、カップ、フォーク、ナイフ、スプーン、ボウル、バナナ、リンゴ、サンドイッチ、オレンジ、ブロッコリー、ニンジン、ホットドッグ、ピザ、ドーナツ、ケーキ、椅子、ソファ、盆栽、ベッド、ダイニングテーブル、トイレ、テレビ、ラップトップ、マウス、リモート、キーボード、携帯電話、電子レンジ、オーブン、トースター、シンク、冷蔵庫、本、時計、花瓶、ハサミ、テディベア、ヘアドライヤー、歯ブラシ、ハチ、蝶、カメラ、眼鏡、ギター、ラベンダー、ペンギン、イチゴ、スーツ、そしてひまわりです。

アプリケーションでオブジェクト検出モデルを使用するには：

1. マイクロサービスのタブに移動し、ページの右上隅にある「+新規作成」ボタンをクリックしてください。

2. マウスをAIモデルカードに合わせてください。そして、「作成」をクリックしてください。Create。

3. 下の「デプロイ - 利用可能なモデル」から、「オブジェクト検出（プリビルト）」を選択してください。

4. 選択したアプリケーションとそのフォームにオブジェクト検出モデルを展開する。選択したアプリケーションの編集モードにリダイレクトされます。

5. 必要なソースフィールドを、表示されたポップアップから選択します。これは、オブジェクト検出が適用される入力画像を保持するフィールドです。

注意:

現在、ソースフィールドには画像フィールドのみがサポートされています。フォーム内で利用可能な画像タイプのフィールドがソースフィールドの選択肢としてリストされます。

フォーム内に画像フィールドがない場合は、オブジェクト検出モデルを展開する前に作成する必要があります。

モデルを配置する親フォームに存在するフィールドのみがソースフィールドとして選択できます。サブフォームは親フォームとは独立しています。これがサブフォーム内にモデルを配置する場合、サブフォームのフィールドがソースフィールドとして選択できる理由です。

6. 次をクリックして、次へをクリックして、フィールドを追加します。ユーザーが選択したソースフィールドに画像をアップロードすると、オブジェクト検出フィールドが選択したアプリケーションに追加され、検出されたオブジェクトのラベルが自動的にそこに入力されます。

注意:

このフィールドはデフォルトで無効になっており、値を変更することはできません。
Delugeを使用すると、オブジェクト検出フィールドから値を取得することはできますが、更新することはできません。
ユーザー入力アクションワークフローは、このフィールド用に構成することはできません。代わりに、選択したソースフィールド用に同じものを構成できます。
アップロードされた入力画像に定義済みのセットにないオブジェクトが含まれている場合、モデルはサポートされているカテゴリーから最も近い値を返します。
オブジェクトは個別に検出されます。したがって、画像内にオブジェクトが2回以上検出された場合、モデルは出力リストに検出された値を2回返します。複数形を返す代わりにです。たとえば、画像に2匹の犬が含まれている場合、モデルの結果は次のようになります。：犬、犬

光学文字認識（OCR）

OCRモデルは、画像からテキストを認識し、画像処理を使用してデジタル形式に変換します。

ビジネス用途： 名刺をアップロードすると、OCRを活用して住所、電話番号、その他の情報をすばやくかつ自動的に取得できます。

準備が整ったAIモデルは、アプリケーションに直接デプロイできます。これは、入力画像からすべての検出されたテキストを抽出します。カスタムOCRモデルを使用することにより、画像から選択的な部分を抽出することもできます。

注意：

OCR AIモデルは、ファイルデータタイプにのみ適用されます。
このモデルは、最大64KBのテキストを読み取ることができます。
サポートされているファイル形式は、.JPEG、.PNG、.BMP、.TIFです。
このモデルは、手書きも検出できますが、正確ではない可能性があります。印刷されたテキストが入った画像をアップロードすることをお勧めします。
現在、英語のみがサポートされています。

アプリケーションでOCRモデルを使用するには：

1. マイクロサービスのタブを開き、画面右上の「+新規作成」ボタンをクリックしてください。

2. AIモデルカードをホバーして、作成をクリックします。

3. 下のデプロイ - 利用可能なモデルから、OCR（プリビルド）を選択してください。

4. 適用するOCRを選択し、そのフォームを選択してUse Modelをクリックします。そうすると、選択したアプリケーションの編集モードにリダイレクトされます。

5. 必要なソースフィールドを、表示されたポップアップから選択します。これは、OCRが適用される入力画像を保持するフィールドです。

注意:

現在、ソースフィールドには画像フィールドのみがサポートされています。フォーム内で利用可能な画像タイプのフィールドがソースフィールドの選択肢としてリストされます。
モデルを展開するフォームに画像フィールドがない場合、まずそれを作成する必要があります。
モデルを展開する親フォームに存在するフィールドのみをソースフィールドとして選択できます。サブフォームは親フォームと独立しています。これは、サブフォーム内にモデルを配置した場合にのみサブフォームのフィールドをソースフィールドとして選択できることを意味します。

6. 次を クリックし、次に「フィールドを追加」をクリックします。選択したアプリケーションにOCRフィールドが追加され、ユーザーが選択したソースフィールドに画像をアップロードすると、抽出されたテキストが自動的にそこに入力されます。

注意:

このフィールドはデフォルトで無効になっており、値を変更することはできません。
Delugeを使用すると、OCRフィールドから値を取得することはできますが、更新することはできません。
ユーザー入力アクションワークフローは、このフィールドに対して構成することはできません。代わりに、選択したソースフィールドに対して同じことを構成することができます。