Panduan deteksi bahasa untuk Android

Tugas Detektor Bahasa MediaPipe memungkinkan Anda mengidentifikasi bahasa pada sebuah teks. Ini petunjuk menunjukkan cara menggunakan Pendeteksi Bahasa dengan aplikasi Android. Kode contoh yang dijelaskan dalam petunjuk ini tersedia di GitHub.

Anda dapat melihat cara kerja tugas ini dengan melihat demo. Untuk mengetahui informasi selengkapnya terkait kemampuan, model, dan opsi konfigurasi. tugas ini, lihat Ringkasan.

Contoh kode

Kode contoh untuk Language Detector memberikan implementasi sederhana dari sebagai referensi Anda. Kode ini membantu Anda menguji tugas ini dan memulai untuk membangun fitur deteksi bahasa sendiri. Anda dapat menjelajahi Kode contoh Pendeteksi Bahasa di GitHub.

Mendownload kode

Petunjuk berikut menunjukkan cara membuat salinan lokal dari contoh kode menggunakan alat command line kontrol versi git.

Untuk mendownload kode contoh:

1. Clone repositori git menggunakan perintah berikut:

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

2. Secara opsional, konfigurasikan instance git Anda untuk menggunakan checkout sparse, jadi Anda hanya memiliki file untuk aplikasi contoh Language Detector:

   cd mediapipe
   git sparse-checkout init --cone
   git sparse-checkout set examples/languagedetector/android
   

Untuk petunjuk tentang cara menyiapkan dan menjalankan contoh dengan Android Studio, lihat contoh petunjuk penyiapan kode di Panduan Penyiapan untuk Android.

Komponen utama

File berikut berisi kode penting untuk klasifikasi teks aplikasi contoh:

• LanguageDetectorHelper.kt - Melakukan inisialisasi detektor bahasa dan menangani pemilihan model.
• ResultsAdapter.kt - Menangani dan memformat hasil deteksi.
• MainActivity.kt - Mengimplementasikan aplikasi, termasuk memanggil LanguageDetectorHelper dan ResultsAdapter.

Penyiapan

Bagian ini menjelaskan langkah-langkah utama untuk menyiapkan lingkungan pengembangan dan memberi kode pada proyek secara khusus untuk menggunakan Pendeteksi Bahasa. Untuk informasi umum tentang menyiapkan lingkungan pengembangan untuk menggunakan tugas MediaPipe, termasuk persyaratan versi platform, lihat Panduan penyiapan untuk Android.

Dependensi

Pendeteksi Bahasa menggunakan library com.google.mediapipe:tasks-text. Tambahkan ini dependensi terhadap file build.gradle project pengembangan aplikasi Android Anda. Anda dapat mengimpor dependensi yang diperlukan dengan kode berikut:

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

Model

Tugas Detektor Bahasa MediaPipe memerlukan model terlatih yang kompatibel dengan tugas Anda. Untuk mengetahui informasi selengkapnya tentang model terlatih yang tersedia untuk Pendeteksi Bahasa, lihat ringkasan tugas bagian Model.

Pilih dan download model, lalu simpan dalam direktori project Anda:

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

Tentukan jalur model dalam parameter ModelName.

Membuat tugas

Anda dapat menggunakan salah satu fungsi createFrom...() untuk membuat tugas. Tujuan Fungsi createFromOptions() menerima opsi konfigurasi untuk bahasa pendeteksi. Anda juga dapat menginisialisasi tugas menggunakan factory createFromFile() . Fungsi createFromFile() menerima jalur relatif atau absolut ke file model yang telah dilatih. Untuk informasi selengkapnya tentang mengkonfigurasi tugas, lihat Opsi konfigurasi.

Kode berikut menunjukkan cara membuat dan mengonfigurasi tugas ini.

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

Anda dapat melihat contoh cara membuat tugas di contoh kode LanguageDetectorHelper fungsi class initDetector().

Opsi konfigurasi

Tugas ini memiliki opsi konfigurasi berikut untuk aplikasi Android:

Menyiapkan data

Pendeteksi Bahasa berfungsi dengan data teks (String). Tugas ini menangani input data pra-pemrosesan, termasuk tokenisasi dan pra-pemrosesan tensor. Semua pra-pemrosesan ini akan ditangani dalam fungsi detect(). Anda tidak perlu teks input.

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

Menjalankan tugas

Pendeteksi Bahasa menggunakan metode LanguageDetector.detect() untuk memproses input teks dan memprediksi bahasa teks. Anda harus menggunakan eksekusi terpisah thread untuk mengeksekusi deteksi agar pengguna Android tidak memblokir thread antarmuka dengan aplikasi Anda.

Kode berikut menunjukkan cara menjalankan pemrosesan dengan tugas menggunakan thread eksekusi terpisah.

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

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

Anda dapat melihat contoh cara menjalankan tugas dalam contoh kode LanguageDetectorHelper fungsi class detect().

Menangani dan menampilkan hasil

Pendeteksi Bahasa menghasilkan LanguageDetectorResult yang terdiri dari daftar prediksi bahasa beserta probabilitas prediksi tersebut. Tujuan kategori bahasa ditentukan dalam model, lihat ringkasan tugas Bagian model untuk mengetahui detail tentang model yang Anda gunakan.

Berikut ini contoh data output dari tugas ini:

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

Hasil ini diperoleh dengan menjalankan model pada teks input: "Il y a beaucoup de bouches qui parlent et fort peu de têtes qui pensent.".

Anda dapat melihat contoh cara menampilkan hasil dalam contoh kode ResultsAdapter dan class dalam ViewHolder.