TextClassifier

Thực hiện phân loại trên văn bản.

API này yêu cầu một mô hình TFLite có Siêu dữ liệu mô hình TFLite (không bắt buộc) chứa tensor đầu vào, tensor đầu ra và các mục nhãn không bắt buộc (nhưng nên dùng) là AssociatedFiles với loại TENSOR_AXIS_LABEL trên mỗi tensor phân loại đầu ra.

Siêu dữ liệu là bắt buộc đối với các mô hình có tensor đầu vào int32 vì siêu dữ liệu này chứa đơn vị xử lý đầu vào cho Trình tạo mã thông báo của mô hình. Không cần siêu dữ liệu đối với các mô hình có tensor đầu vào chuỗi.

• Tensor đầu vào
  • Ba tensor đầu vào (kTfLiteInt32) của hình dạng [batch_size x bert_max_seq_len] đại diện cho các mã nhận dạng đầu vào, mã mặt nạ và mã phân đoạn. Chữ ký đầu vào này cần có đơn vị xử lý Bert Tokenizer trong siêu dữ liệu của mô hình.
  • Hoặc một tensor đầu vào (kTfLiteInt32) của hình dạng [batch_size x max_seq_len] biểu thị mã đầu vào. Để chữ ký dữ liệu đầu vào này, bạn cần có một đơn vị quy trình của Trình mã thông báo của Regex trong siêu dữ liệu của mô hình.
  • Hoặc một tensor đầu vào (kTfLiteString) không có hình dạng hoặc có hình dạng [1] chứa chuỗi dữ liệu đầu vào.
• Ít nhất một tensor đầu ra (kTfLiteFloat32/kBool) với:
  • N lớp và hình dạng [1 x N]
  • (các) bản đồ nhãn không bắt buộc(nhưng nên dùng) dưới dạng AssociatedFile-s thuộc loại TENSOR_AXIS_LABEL, chứa một nhãn trên mỗi dòng. AssociatedFile đầu tiên (nếu có) sẽ được dùng để điền vào trường class_name của kết quả. Trường display_name được điền từ tệp AssociatedFile (nếu có) có ngôn ngữ khớp với trường display_names_locale của TextClassifierOptions dùng tại thời điểm tạo ("en" theo mặc định, tức là tiếng Anh). Nếu không có kết quả nào trong số này, thì chỉ có trường index của kết quả được điền.