Python용 언어 감지 가이드

MediaPipe 언어 감지기 태스크를 사용하면 텍스트의 언어를 식별할 수 있습니다. 이 안내에서는 Python에서 언어 감지기를 사용하는 방법을 보여줍니다. 이 안내에 설명된 코드 샘플은 GitHub에서 제공됩니다.

데모에서 이 작업의 작동 방식을 확인할 수 있습니다. 이 태스크의 기능, 모델, 구성 옵션에 대한 자세한 내용은 개요를 참조하세요.

코드 예시

언어 감지기의 예시 코드는 참조용으로 Python에서 이 작업을 완전히 구현합니다. 이 코드는 이 태스크를 테스트하고 자체 언어 감지 기능 빌드를 시작하는 데 도움이 됩니다. 웹브라우저만 사용하여 언어 감지기 예제 코드를 보고, 실행하고, 수정할 수 있습니다.

설정

이 섹션에서는 특히 언어 감지기를 사용하기 위해 개발 환경과 코드 프로젝트를 설정하는 주요 단계를 설명합니다. 플랫폼 버전 요구사항을 포함하여 MediaPipe 태스크를 사용하기 위한 개발 환경 설정에 관한 일반적인 정보는 Python 설정 가이드를 참조하세요.

패키지

언어 감지기는 mediapipe pip 패키지를 사용합니다. 다음을 사용하여 종속 항목을 설치할 수 있습니다.

$ python -m pip install mediapipe

가져오기

다음 클래스를 가져와 언어 감지기 작업 함수에 액세스합니다.

import mediapipe as mp
from mediapipe.tasks import python
from mediapipe.tasks.python import text

모델

MediaPipe 언어 감지기 작업에는 이 작업과 호환되는 학습된 모델이 필요합니다. 언어 감지기에 사용할 수 있는 학습된 모델에 대한 자세한 내용은 작업 개요 모델 섹션을 참조하세요.

모델을 선택 및 다운로드한 후 프로젝트 디렉터리에 저장합니다.

model_path = '/absolute/path/to/language_detector.tflite'

아래와 같이 BaseOptions 객체 model_asset_path 매개변수를 사용하여 모델의 경로를 지정합니다.

base_options = BaseOptions(model_asset_path=model_path)

할 일 만들기

MediaPipe 언어 감지기 태스크는 create_from_options 함수를 사용하여 태스크를 설정합니다. create_from_options 함수는 구성 옵션 값을 허용하여 감지기 옵션을 설정합니다. create_from_model_path 팩토리 함수를 사용하여 작업을 초기화할 수도 있습니다. create_from_model_path 함수는 학습된 모델 파일의 상대 또는 절대 경로를 허용합니다. 태스크 구성에 대한 자세한 내용은 구성 옵션을 참조하세요.

다음 코드는 이 작업을 빌드하고 구성하는 방법을 보여줍니다.

base_options = python.BaseOptions(model_asset_path=model_path)
options = text.LanguageDetectorOptions(base_options=base_options)

구성 옵션

이 태스크에는 다음과 같은 Python 애플리케이션 구성 옵션이 있습니다.

옵션 이름	설명	값 범위	기본값
max_results	반환할 최고 점수가 매겨진 언어 예상 검색어의 최대 개수를 설정합니다(선택사항). 이 값이 0보다 작으면 사용 가능한 모든 결과가 반환됩니다.	모든 양수	-1
score_threshold	모델 메타데이터에서 제공된 값 (있는 경우)을 재정의하는 예측 점수 임곗값을 설정합니다. 이 값보다 낮은 결과는 거부됩니다.	모든 플로팅	설정되지 않음
category_allowlist	허용되는 언어 코드의 선택적 목록을 설정합니다. 비어 있지 않으면 언어 코드가 이 세트에 없는 언어 예측은 필터링됩니다. 이 옵션은 category_denylist와 함께 사용할 수 없으며 두 옵션을 모두 사용하면 오류가 발생합니다.	모든 문자열	설정되지 않음
category_denylist	허용되지 않는 언어 코드의 목록(선택사항)을 설정합니다. 비어 있지 않으면 언어 코드가 이 세트에 있는 언어 예측은 필터링됩니다. 이 옵션은 category_allowlist와 상호 배타적이며 둘 다 사용하면 오류가 발생합니다.	모든 문자열	설정되지 않음

데이터 준비

언어 감지기는 텍스트 (str) 데이터와 함께 작동합니다. 이 태스크는 토큰화와 텐서 전처리를 포함하여 데이터 입력 사전 처리를 처리합니다. 모든 사전 처리는 detect 함수 내에서 처리됩니다. 사전에 입력 텍스트를 사전 처리할 필요는 없습니다.

input_text = 'The input text to be classified.'

작업 실행

언어 감지기는 detect 함수를 사용하여 추론을 트리거합니다. 언어 감지의 경우 입력 텍스트에 가능한 언어를 반환합니다.

다음 코드는 작업 모델로 처리를 실행하는 방법을 보여줍니다.

with python.text.LanguageDetector.create_from_options(options) as detector:
  detection_result = detector.detect(input_text)

결과 처리 및 표시

언어 감지기는 언어 예측 목록과 해당 예측의 확률로 구성된 LanguageDetectorResult를 출력합니다. 다음은 이 작업의 출력 데이터 예를 보여줍니다.

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

이 결과는 입력 텍스트 "Il y a beaucoup de bouches qui parlent et fort peu de têtes qui pensent."에서 모델을 실행하여 얻은 것입니다.

이 작업의 결과를 처리하고 시각화하는 데 필요한 코드의 예는 Python 샘플 앱을 참조하세요.