TextClassifier

Executa a classificação no texto.

Esta API espera um modelo TFLite com TFLite Model Metadata (opcional) que contenha os tensores de entrada e o tensor de saída obrigatórios (descritos abaixo) e os itens de rótulo opcionais (mas recomendados) como AssociatedFiles com o tipo TENSOR_AXIS_LABELS por tensor de classificação de saída.

Os metadados são necessários para modelos com tensores de entrada int32 porque contêm a unidade do processo de entrada para o tokenizador do modelo. Nenhum metadado é necessário para modelos com tensores de entrada de string.

• Tensores de entrada
  • Três tensores de entrada (kTfLiteInt32) do formato [batch_size x bert_max_seq_len] que representam os IDs de entrada, de máscara e de segmento. Essa assinatura de entrada requer uma unidade de processo do tokenizador Bert nos metadados do modelo.
  • Ou um tensor de entrada (kTfLiteInt32) de forma [batch_size x max_seq_len] que representa os IDs de entrada. Essa assinatura de entrada requer uma unidade de processo tokenizador de regex nos metadados do modelo.
  • Ou um tensor de entrada (kTfLiteString) que não tenha forma ou tenha a forma [1] contendo a string de entrada.
• Pelo menos um tensor de saída (kTfLiteFloat32/kBool) com:
  • N classes e forma [1 x N]
  • mapa (s) de rótulo opcional(mas recomendado) como AssociatedFile-s com o tipo TENSOR_AXIS_LABELS, contendo um rótulo por linha. O primeiro AssociatedFile (se houver) é usado para preencher o campo class_name dos resultados. O campo display_name é preenchido a partir de AssociatedFile (se houver) com localidade que corresponde ao campo display_names_locale da TextClassifierOptions usada no momento da criação ("en" por padrão, ou seja, inglês). Se nenhum deles estiver disponível, apenas o campo index dos resultados será preenchido.