TextClassifier

Выполняет классификацию текста.

Этот API ожидает модель TFLite с (необязательными) метаданными модели TFLite , которые содержат обязательные (описанные ниже) входные тензоры, выходной тензор и необязательные (но рекомендуемые) элементы меток в виде AssociatedFiles с типом TENSOR_AXIS_LABELS для каждого выходного тензора классификации.

Метаданные необходимы для моделей с входными тензорами int32, поскольку они содержат блок входного процесса для токенизатора модели. Для моделей со строковыми входными тензорами метаданные не требуются.

• Входные тензоры
  • Три входных тензора ( kTfLiteInt32 ) формы [batch_size x bert_max_seq_len] представляющие входные идентификаторы, идентификаторы маски и идентификаторы сегментов. Для этой входной подписи требуется блок процесса Bert Tokenizer в метаданных модели.
  • Или один входной тензор ( kTfLiteInt32 ) формы [batch_size x max_seq_len] представляющий входные идентификаторы. Для этой входной подписи требуется блок процесса Regex Tokenizer в метаданных модели.
  • Или один входной тензор ( kTfLiteString ), который бесформен или имеет форму [1] содержащий входную строку.
• По крайней мере один выходной тензор ( kTfLiteFloat32 / kBool ) с:
  • N классов и форма [1 x N]
  • необязательные (но рекомендуемые) карты меток в виде AssociatedFile-s с типом TENSOR_AXIS_LABELS, содержащие одну метку в строке. Первый такой AssociatedFile (если есть) используется для заполнения поля class_name результатов. Поле display_name заполняется из AssociatedFile (если есть), языковой стандарт которого соответствует полю display_names_locale TextClassifierOptions , используемому во время создания (по умолчанию «en», т.е. английский). Если ни один из них недоступен, будет заполнено только поле index результатов.