Android 語言偵測指南

MediaPipe 語言偵測工具工作可讓您找出一段文字的語言。這些操作說明，示範如何搭配使用語言偵測器與 Android 應用程式。程式碼您可在 GitHub。

您可以前往 demo」。進一步瞭解功能、模型和設定選項請參閱總覽。

程式碼範例

語言偵測器的範例程式碼提供了一項簡單的實作做為參考的任務這個程式碼可協助您測試這項工作並開始進行建構自己的語言偵測功能您可以瀏覽語言偵測工具範例程式碼。

下載程式碼

以下說明如何建立範例的本機副本編寫程式碼。

如要下載範例程式碼，請按照下列步驟操作：

使用下列指令複製 git 存放區：

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

您也可以選擇設定 Git 執行個體，以使用稀疏結帳功能。因此，您僅使用語言偵測器範例應用程式的檔案：
```
cd mediapipe
git sparse-checkout init --cone
git sparse-checkout set examples/languagedetector/android
```

如需使用 Android Studio 設定及執行範例的操作說明，請參閱「 Android 設定指南。

重要元件

以下檔案包含有關文字分類的重要程式碼範例應用程式：

LanguageDetectorHelper.kt - 初始化語言偵測工具並處理模型選取作業。
ResultsAdapter.kt：處理偵測結果並設定格式。
MainActivity.kt：實作應用程式，包括呼叫 LanguageDetectorHelper 和 ResultsAdapter。

設定

本節說明設定開發環境的重要步驟，以及專門使用 Language Detector 的程式碼專案如需設定開發環境以使用 MediaPipe 工作，包括：平台版本需求，請參閱 Android 設定指南。

依附元件

語言偵測器會使用 com.google.mediapipe:tasks-text 程式庫。新增此項目 Android 應用程式開發專案的 build.gradle 檔案的依附元件。您可以使用下列程式碼匯入必要的依附元件：

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

型號

MediaPipe 語言偵測器工作需要一個與此相容的已訓練模型工作。如要進一步瞭解語言偵測器可用的已訓練模型，請參閱：工作總覽的「模型」一節。

選取並下載模型，然後將模型儲存在專案目錄中：

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

在 ModelName 參數中指定模型的路徑。

建立工作

您可以使用其中一個 createFrom...() 函式建立工作。 createFromOptions() 函式接受設定選項的語言偵測工具。您也可以使用 createFromFile() 工廠初始化工作函式。createFromFile() 函式可接受訓練好的模型檔案如需更多關於設定工作的資訊，請參閱設定選項。

下列程式碼示範如何建立及設定這項工作。

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

您可以在程式碼範例中查看如何建立任務的範例 LanguageDetectorHelper initDetector() 類別函式。

設定選項

這項工作有下列 Android 應用程式設定選項：

選項名稱	說明	值範圍	預設值
`maxResults`	將最高分數的語言預測結果 (選用) 設為傳回。如果此值小於零，則會傳回所有可用的結果。	任何正數	`-1`
`scoreThreshold`	設定預測分數門檻，此門檻會覆寫模型中繼資料 (如有)低於這個值的結果遭到拒絕。	任何浮點值	未設定
`categoryAllowlist`	設定允許的語言代碼清單 (選用)。如果非空白如果語言代碼中沒有對應的語言代碼，則系統會過濾掉。這個選項會與 `categoryDenylist` 和同時使用這兩種方法都會發生錯誤。	任何字串	未設定
`categoryDenylist`	設定不允許的語言代碼清單 (選用)。如果非空白的語言預測結果如果包含此集合中的語言代碼，系統就會加以篩選。這個選項與 `categoryAllowlist` 和同時使用這兩種方法都會發生錯誤。	任何字串	未設定

準備資料

語言偵測工具支援文字 (String) 資料。這個工作會處理資料輸入預先處理作業，包括符記化和張量預先處理。所有語言預先處理會在 detect() 函式中處理。不需要使用預先處理輸入文字的額外內容

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

執行工作

語言偵測器使用 LanguageDetector.detect() 方法處理輸入並且預測文字的語言您應該執行偵測以避免封鎖 Android 使用者的執行緒與應用程式的介面執行緒互動

下列程式碼示範如何使用工作執行處理程序建構機器學習模型

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

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

您可以在程式碼範例中查看如何執行工作的範例 LanguageDetectorHelper detect() 類別函式。

處理及顯示結果

語言偵測器會輸出 LanguageDetectorResult 以及生成這些預測結果的機率語言類別是由模型定義，請參閱工作總覽「模型」一節，進一步瞭解您使用的模型。

以下範例顯示這項工作的輸出資料範例：

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

透過對輸入文字執行模型來取得這個結果： "Il y a beaucoup de bouches qui parlent et fort peu de têtes qui pensent."。

您可以在程式碼範例中查看如何顯示結果的範例 ResultsAdapter 類別和 ViewHolder 內部類別。