Android 语言检测指南

借助 MediaPipe Language Detector 任务，您可以识别一段文本使用的语言。这些说明如何将语言检测器用于 Android 应用程序。代码您可在 GitHub

要了解此任务的实际运行情况，请查看演示。如需详细了解功能、模型和配置选项部分，请参阅概览。

代码示例

语言检测器的示例代码提供了此项功能的简单实现供您参考。此代码可帮助您测试此任务并构建自己的语言检测功能。您可以浏览语言检测器示例代码。

下载代码

以下说明介绍了如何创建示例的本地副本使用 git 版本控制命令行工具构建代码库。

如需下载示例代码，请执行以下操作：

使用以下命令克隆 git 代码库：

git clone https://github.com/google-ai-edge/mediapipe-samples

（可选）将您的 Git 实例配置为使用稀疏检出，因此您只有语言检测器示例应用的文件：
```
cd mediapipe
git sparse-checkout init --cone
git sparse-checkout set examples/languagedetector/android
```

如需了解如何使用 Android Studio 设置和运行示例，请参阅 Android 版设置指南。

关键组件

以下文件包含文本分类的关键代码，示例应用：

LanguageDetectorHelper.kt - 初始化语言检测器并处理模型选择。
ResultsAdapter.kt - 处理检测结果和设置其格式。
MainActivity.kt：实现应用，包括调用 LanguageDetectorHelper 和 ResultsAdapter。

设置

本部分介绍了设置开发环境和代码项目。有关设置开发环境以使用 MediaPipe 任务，包括平台版本要求，请参阅 Android 版设置指南。

依赖项

语言检测器使用 com.google.mediapipe:tasks-text 库。添加此项依赖项添加到 Android 应用开发项目的 build.gradle 文件中。您可以使用以下代码导入所需的依赖项：

dependencies {
    implementation 'com.google.mediapipe:tasks-text:latest.release'
}

型号

MediaPipe Language Detector 任务需要一个与此训练兼容的模型，任务。如需详细了解语言检测器的可用训练模型，请参阅任务概览的“模型”部分。

选择并下载模型，然后将其存储在项目目录中：

<dev-project-root>/src/main/assets

在 ModelName 参数中指定模型的路径。

创建任务

您可以使用其中一个 createFrom...() 函数创建任务。通过 createFromOptions() 函数接受语言的配置选项检测器。您也可以使用 createFromFile() 工厂初始化任务函数。createFromFile() 函数接受经过训练的模型文件。如需详细了解如何配置任务，请参阅配置选项。

以下代码演示了如何创建和配置此任务。

// For creating a language detector instance:
LanguageDetectorOptions options =
       LanguageDetectorOptions.builder()
       .setBaseOptions(
          BaseOptions.builder()
            .setModelAssetPath(modelPath)
            .build()
          )
       .build();
LanguageDetector languageDetector = LanguageDetector.createFromOptions(context, options);

您可以在代码示例中查看如何创建任务的示例 LanguageDetectorHelper 类 initDetector() 函数。

配置选项

此任务具有以下适用于 Android 应用的配置选项：

选项名称	说明	值范围	默认值
`maxResults`	将评分最高的语言预测的可选数量上限设置为 return。如果此值小于零，则返回所有可用的结果。	任何正数	`-1`
`scoreThreshold`	设置预测分数阈值，以替换模型元数据（如果有）。低于此值的结果将被拒绝。	任意浮点数	未设置
`categoryAllowlist`	设置允许的语言代码的可选列表。如果不为空，语言代码不在此集中的语言预测将已滤除。此选项与 `categoryDenylist`，同时使用这两个元素会导致错误。	任何字符串	未设置
`categoryDenylist`	设置不允许使用的语言代码的可选列表。如果非空语言预测，如果语言代码在此集合内，则将被滤除。此选项与 `categoryAllowlist` 和会导致错误。	任何字符串	未设置

准备数据

语言检测器使用文本 (String) 数据。任务处理数据输入预处理，包括标记化和张量预处理。全部预处理在 detect() 函数中进行处理。无需对输入文本进行额外的预处理。

String inputText = "Some input text for the language detector";

运行任务

语言检测器使用 LanguageDetector.detect() 方法处理输入并预测文本使用的语言。您应该使用单独的执行用于执行检测以免阻塞 Android 用户的线程接口线程

以下代码演示了如何使用任务执行处理使用单独的执行线程来训练该模型。

// Predict the language of the input text.
fun classify(text: String) {
    executor = ScheduledThreadPoolExecutor(1)

    executor.execute {
        val results = languageDetector.detect(text)
        listener.onResult(results)
    }
}

您可以在代码示例中查看如何运行任务的示例 LanguageDetectorHelper 类 detect() 函数。

处理和显示结果

语言检测器输出一个 LanguageDetectorResult，其中包含一系列语言预测以及这些预测的概率。通过模型中定义的语言类别，请参阅任务概览模型部分：详细了解您使用的模型。

以下示例展示了此任务的输出数据：

LanguageDetectorResult:
  LanguagePrediction #0:
    language_code: "fr"
    probability: 0.999781

通过对输入文本运行模型来获得此结果： "Il y a beaucoup de bouches qui parlent et fort peu de têtes qui pensent."。

如需查看有关如何显示结果的示例，请参阅代码示例 ResultsAdapter 类和 ViewHolder 内部类。