TextClassifier

Melakukan klasifikasi pada teks.

API ini mengharapkan model TFLite dengan Metadata Model TFLite (opsional) yang berisi tensor input, tensor output, dan item label opsional (tetapi direkomendasikan) yang wajib sebagai AssociatedFiles dengan jenis TENSOR_AXIS_ Ada 50% per tensor klasifikasi output.

Metadata diperlukan untuk model dengan tensor input int32 karena berisi unit proses input untuk Tokenizer model. Tidak ada metadata yang diperlukan untuk model dengan tensor input string.

• Tensor input
  • Tiga tensor input (kTfLiteInt32) dari bentuk [batch_size x bert_max_seq_len] yang mewakili ID input, ID mask, dan ID segmen. Tanda tangan input ini memerlukan unit proses Tokenizer BERT dalam metadata model.
  • Atau satu tensor input (kTfLiteInt32) dari bentuk [batch_size x max_seq_len] yang mewakili ID input. Tanda tangan input ini memerlukan unit proses Tokenizer Regex dalam metadata model.
  • Atau satu tensor input (kTfLiteString) yang tidak berbentuk atau memiliki [1] bentuk yang berisi string input.
• Setidaknya satu tensor output (kTfLiteFloat32/kBool) dengan:
  • Class N dan bentuk [1 x N]
  • peta label opsional (tetapi direkomendasikan) sebagai AssociatedFile-s dengan jenis TENSOR_AXIS_LABEL, yang berisi satu label per baris. AssociatedFile pertama (jika ada) digunakan untuk mengisi kolom class_name dari hasil. Kolom display_name diisi dari AssociatedFile (jika ada) yang lokalnya cocok dengan kolom display_names_locale dari TextClassifierOptions yang digunakan pada waktu pembuatan ("en" secara default, yaitu bahasa Inggris). Jika tidak ada opsi yang tersedia, hanya kolom index dari hasil yang akan diisi.