TextClassifier

對文字執行分類。

這個 API 預期一個 TFLite 模型的 (選用) TFLite 模型中繼資料，其中包含必要 (如下所述) 輸入張量、輸出張量，以及選用的 (但建議) 標籤項目為每個輸出分類張量類型為 TENSOR_AXIS_LABELS 的 AssociatedFiles。

含有 int32 輸入張量的模型必須具備中繼資料，因為其中含有模型權杖化工具的輸入程序單位。具備字串輸入張量的模型不需要中繼資料。

• 輸入張量
  • 形狀 [batch_size x bert_max_seq_len] 的三個輸入張量 (kTfLiteInt32)，代表輸入 ID、遮罩 ID 和區隔 ID。這項輸入簽章需要模型中繼資料中的 BERT 權杖化工具程序單元。
  • 或是形狀 [batch_size x max_seq_len] 的一個輸入張量 (kTfLiteInt32)，代表輸入 ID。這項輸入簽章需要模型中繼資料中的規則運算式權杖化工具程序單元。
  • 或者一個無形狀的輸入張量 (kTfLiteString)，或形狀 [1] 包含輸入字串。
• 至少一個輸出張量 (kTfLiteFloat32/kBool)，同時符合以下條件：
  • N 類別和形狀 [1 x N]
  • 選用 (但建議使用) 標籤對應關係做為 TENSOR_AXIS_LABELS 類型的 AssociatedFile-s，每行一個標籤。第一個這類 AssociatedFile (如有) 會用來填入結果的 class_name 欄位。系統會從 AssociatedFile (如有) 中填入 display_name 欄位，這個欄位的語言代碼與建立時所用 TextClassifierOptions 的 display_names_locale 欄位相符 (預設為「en」，即英文)。如果這些方法都不適用，系統只會填入結果的 index 欄位。