TextClassifier

Führt eine Klassifizierung des Texts durch.

Diese API erwartet ein TFLite-Modell mit (optionalen) TFLite-Modellmetadaten, das die obligatorischen (unten beschriebenen) Eingabetensoren, den Ausgabetensor und die optionalen (aber empfohlenen) Labelelemente als AssignedFiles vom Typ TENSOR_AXIS_LABELS pro Ausgabeklassifizierungstensor enthält.

Für Modelle mit int32-Eingabetensoren sind Metadaten erforderlich, da sie die Eingabeprozesseinheit für den Tokenizer des Modells enthalten. Für Modelle mit Stringeingabetensoren sind keine Metadaten erforderlich.

• Eingabetensoren
  • Drei Eingabetensoren (kTfLiteInt32) der Form [batch_size x bert_max_seq_len], die die Eingabe-IDs, Masken-IDs und Segment-IDs darstellen. Für diese Eingabesignatur ist eine Bert Tokenizer-Prozesseinheit in den Modellmetadaten erforderlich.
  • Oder ein Eingabetensor (kTfLiteInt32) der Form [batch_size x max_seq_len], der die Eingabe-IDs darstellt. Diese Eingabesignatur erfordert eine Regex Tokenizer-Prozesseinheit in den Modellmetadaten.
  • Oder einen Eingabetensor (kTfLiteString), der formlos ist oder die Form [1] hat, die den Eingabestring enthält.
• Mindestens einen Ausgabetensor (kTfLiteFloat32/kBool) mit:
  • N Klassen und Form [1 x N]
  • Optionale (aber empfohlene) Labels enthalten Karten mit dem Typ TENSOR_AXIS_LABELS als AssignedFile-s und enthalten ein Label pro Zeile. Das erste AssignedFile-Element (falls vorhanden) wird verwendet, um das Feld class_name der Ergebnisse zu füllen. Das Feld display_name wird aus der AssignedFile (falls vorhanden) gefüllt, deren Sprache mit dem Feld display_names_locale der TextClassifierOptions übereinstimmt, die bei der Erstellung verwendet wurde („en“ ist standardmäßig „en“, d.h. Englisch). Wenn keine dieser Optionen verfügbar sind, wird nur das Feld index der Ergebnisse gefüllt.