TextClassifier

टेक्स्ट की कैटगरी तय करता है.

इस एपीआई को (ज़रूरी नहीं) TFLite मॉडल मेटाडेटा वाला TFLite मॉडल चाहिए. इसमें ज़रूरी (नीचे बताया गया है) इनपुट टेन्सर, आउटपुट टेन्सर, और वैकल्पिक (लेकिन सुझाया गया) लेबल आइटम शामिल हैं, जिन्हें हर आउटपुट क्लासिफ़िकेशन टेंसर TENSOR_AXIS_LABEL के साथ AssociatedFiles के तौर पर दिया गया है.

int32 इनपुट टेन्सर वाले मॉडल के लिए मेटाडेटा ज़रूरी है, क्योंकि इसमें मॉडल के टोकनाइज़र के लिए इनपुट प्रोसेस यूनिट होती है. स्ट्रिंग इनपुट टेंसर वाले मॉडल के लिए, किसी मेटाडेटा की ज़रूरत नहीं होती.

• इनपुट टेंसर
  • [batch_size x bert_max_seq_len] आकार के तीन इनपुट टेंसर (kTfLiteInt32), इनपुट आईडी, मास्क आईडी, और सेगमेंट आईडी को दिखाते हैं. इस इनपुट सिग्नेचर के लिए, मॉडल मेटाडेटा में बर्ट टोकनाइज़र प्रोसेस यूनिट की ज़रूरत होती है.
  • इसके अलावा, [batch_size x max_seq_len] आकार का एक इनपुट टेंसर (kTfLiteInt32), इनपुट आईडी को दिखा सकता है. इस इनपुट सिग्नेचर के लिए, मॉडल मेटाडेटा में Regex टोकनाइज़र प्रोसेस यूनिट की ज़रूरत होती है.
  • इसके अलावा, एक इनपुट डेंसर (kTfLiteString) है, जो आकार नहीं है या जिसका आकार [1] है, जिसमें इनपुट स्ट्रिंग शामिल है.
• कम से कम एक आउटपुट टेंसर (kTfLiteFloat32/kBool) जिसमें:
  • N क्लास और आकार [1 x N]
  • मैप को वैकल्पिक (लेकिन सुझाए गए) लेबल करें. ये मैप, TENSOR_AXIS_LABEL टाइप की AssociatedFile-s के तौर पर लेबल किए जाते हैं, जिनमें हर लाइन में एक लेबल होता है. नतीजों के class_name फ़ील्ड को भरने के लिए, इस तरह की पहली AssociatedFile (अगर कोई है) का इस्तेमाल किया जाता है. display_name फ़ील्ड को AssociatedFile (अगर कोई हो) से भरा जाता है जिसकी स्थान-भाषा, ऐसेट बनाने के समय इस्तेमाल किए गए TextClassifierOptions के display_names_locale फ़ील्ड से मेल खाती हो ("en" डिफ़ॉल्ट रूप से अंग्रेज़ी में होता है). अगर इनमें से कोई भी विकल्प उपलब्ध नहीं है, तो नतीजों का सिर्फ़ index फ़ील्ड भरा जाएगा.