Integrar pesquisadores de texto

A pesquisa de texto permite procurar textos semanticamente semelhantes em um corpus. Ele funciona incorporando a consulta de pesquisa em um vetor de alta dimensão que representa o significado semântico da consulta, seguido de uma pesquisa de similaridade em um índice personalizado predefinido usando o ScaNN (Scalable Nearest Neighbors).

Ao contrário da classificação de texto (por exemplo, o classificador de linguagem natural do BERT), aumentar o número de itens que podem ser reconhecidos não exige o retreinamento de todo o modelo. Novos itens podem ser adicionados simplesmente reconstruindo o índice. Isso também permite trabalhar com corpus maiores (mais de 100 mil itens).

Use a API Task Library TextSearcher para implantar seu pesquisador de texto personalizado nos apps para dispositivos móveis.

Principais recursos da API TextSearcher

  • Usa uma única string como entrada, realiza a extração de incorporação e a pesquisa de vizinho mais próximo no índice.

  • Processamento de texto de entrada, incluindo tokenizações Wordpiece ou Sentencepiece no gráfico ou fora dele.

Pré-requisitos

Antes de usar a API TextSearcher, é necessário criar um índice com base no corpus personalizado de texto para pesquisar. Isso pode ser feito usando a API Model Maker Searcher seguindo e adaptando o tutorial.

Para isso, você vai precisar de:

  • um modelo de incorporador de texto do TFLite, como o Universal Sentence Encoder. Por exemplo,
    • o único retreinado neste Colab, que é otimizado para inferência no dispositivo. Leva apenas 6 ms para consultar uma string de texto no Pixel 6.
    • o quantizado, que é menor que o acima, mas leva 38 ms para cada incorporação.
  • seu corpus de texto.

Depois dessa etapa, você terá um modelo de pesquisa independente do TFLite (por exemplo, mobilenet_v3_searcher.tflite), que é o modelo de incorporação de texto original com o índice anexado aos metadados do modelo do TFLite.

Executar inferência em Java

Etapa 1: importar a dependência do Gradle e outras configurações

Copie o arquivo de modelo de pesquisa .tflite para o diretório de recursos do módulo Android em que o modelo será executado. Especifique que o arquivo não deve ser compactado e adicione a biblioteca do TensorFlow Lite ao arquivo build.gradle do módulo:

android {
    // Other settings

    // Specify tflite index file should not be compressed for the app apk
    aaptOptions {
        noCompress "tflite"
    }

}

dependencies {
    // Other dependencies

    // Import the Task Vision Library dependency
    implementation 'org.tensorflow:tensorflow-lite-task-vision:0.4.4'
    // Import the GPU delegate plugin Library for GPU inference
    implementation 'org.tensorflow:tensorflow-lite-gpu-delegate-plugin:0.4.4'
}

Etapa 2: usar o modelo

// Initialization
TextSearcherOptions options =
    TextSearcherOptions.builder()
        .setBaseOptions(BaseOptions.builder().useGpu().build())
        .setSearcherOptions(
            SearcherOptions.builder().setL2Normalize(true).build())
        .build();
TextSearcher textSearcher =
    textSearcher.createFromFileAndOptions(context, modelFile, options);

// Run inference
List<NearestNeighbor> results = textSearcher.search(text);

Consulte o código-fonte e o javadoc para mais opções de configuração do TextSearcher.

Executar inferência em C++

// Initialization
TextSearcherOptions options;
options.mutable_base_options()->mutable_model_file()->set_file_name(model_path);
options.mutable_embedding_options()->set_l2_normalize(true);
std::unique_ptr<TextSearcher> text_searcher = TextSearcher::CreateFromOptions(options).value();

// Run inference with your input, `input_text`.
const SearchResult result = text_searcher->Search(input_text).value();

Consulte o código-fonte para mais opções de configuração do TextSearcher.

Executar inferência em Python

Etapa 1: instale o pacote Pypi de suporte do TensorFlow Lite.

Instale o pacote Pypi de suporte do TensorFlow Lite usando o seguinte comando:

pip install tflite-support

Etapa 2: usar o modelo

from tflite_support.task import text

# Initialization
text_searcher = text.TextSearcher.create_from_file(model_path)

# Run inference
result = text_searcher.search(text)

Consulte o código-fonte para mais opções de configuração do TextSearcher.

Resultados de exemplo

Results:
 Rank#0:
  metadata: The sun was shining on that day.
  distance: 0.04618
 Rank#1:
  metadata: It was a sunny day.
  distance: 0.10856
 Rank#2:
  metadata: The weather was excellent.
  distance: 0.15223
 Rank#3:
  metadata: The cat is chasing after the mouse.
  distance: 0.34271
 Rank#4:
  metadata: He was very happy with his newly bought car.
  distance: 0.37703

Teste a ferramenta de demonstração da CLI simples para TextSearcher com seu próprio modelo e dados de teste.